文献类型：期刊文章

作　　者：刘建伟[1] 崔立鹏[1] 刘泽宇[2] 罗雄麟[1]

机构地区：[1]中国石油大学(北京)自动化研究所,北京102249 [2]中国科学院软件研究所基础软件国家工程研究中心,北京100190

出　　处：《计算机学报》

基　　金：国家自然科学基金(21006127)资助~~

年　　份：2015

卷　　号：38

期　　号：7

起止页码：1307-1325

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153101095303)、INSPEC、JST、MR、SCOPUS、ZGKJHX、核心刊

摘　　要：正则化稀疏模型在机器学习和图像处理等领域发挥着越来越重要的作用,它具有变量选择功能,可以解决建模中的过拟合等问题.Tibshirani提出的Lasso使得正则化稀疏模型真正开始流行.文中总结了各种正则化稀疏模型,指出了各个稀疏模型被提出的原因、所具有的优点、适宜解决的问题及其模型的具体形式.最后,文中还指出了正则化稀疏模型未来的研究方向.

关 键 词：正则化 稀疏  变量选择  套索  无偏估计 组稀疏  融合套索  

分 类 号：TP181]