文献类型：期刊文章

作　　者：汪洪桥[1,2] 蔡艳宁[2] 孙富春[1] 赵宗涛[2]

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]第二炮兵工程学院指挥自动化系,西安710025

出　　处：《模式识别与人工智能》

基　　金：国家重点基础研究专项基金(No.G2007cb311003);国家自然科学杰出青年基金(No.60625304;60621062)资助项目

年　　份：2011

卷　　号：24

期　　号：1

起止页码：72-81

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI(收录号：20111713935683)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：多尺度核方法是当前核机器学习领域的一个热点.通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端.文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取.实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性.

关 键 词：核方法 多核学习 多尺度核  核目标度量  回归  模式分类  

分 类 号：TP181]