一种非稀疏的多核学习算法技术资料下载

技术编号:6493544

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

多核学习(MKL)通过多种核函数的组合,实现了对多种特征集合的表示,有利于对多源数据的处理。本发明提出的非稀疏多核学习,在组内的核函数采用l1范数,相当于仅选择最重要的核函数进行组合,以提升稀疏性;在组间采用l2范数,相当于平等地选择处于不同子空间的核函数,以提高学习和预测的精度。这种非稀疏多核学习问题采用,Mirro-Descent(MD)方法求解,达到了既提高学习精度,又提高学习速度的目的。专利说明—种非稀疏的多核学习算法一、[0001]本发明 属于智...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发