学习理论的一个关键算法的稀疏逼近

作     者：杨辉华 王行愚 

作者机构：华东理工大学信息科学与工程学院上海200237 桂林电子工业学院计算机系桂林541004 

基　　金：国家重点基础研究发展规划项目(2002CB312200) 国家自然科学基金项目(69974014) 

出 版 物：《华东理工大学学报（自然科学版）》 (Journal of East China University of Science and Technology)

年 卷 期：2004年第30卷第6期

页      码：688-693页

摘      要：Poggio和Smale最近提出的学习理论的一个关键算法(Akeyalgorithm,KA)可用于非线性分类和回归,并避免求解二次规划,但几乎所有的样本是"支持向量"。为此提出了一种稀疏KA算法(SKA),通过设计特定的优化函数,SKA能有效减少"支持向量",并具备良好的推广能力。将SKA应用于两个实际的模式识别问题,并与支持向量机(SVM)进行比较,验证了SKA的有效性。

主 题 词：一个关键算法 稀疏逼近 支持向量机 正则化 二次损失函数 

学科分类：12[管理学] 07[理学] 08[工学] 070104[070104] 0810[工学-土木类] 1201[管理学-管理科学与工程类] 0817[工学-轻工类] 081104[081104] 0805[工学-能源动力学] 0703[理学-化学类] 0835[0835] 0811[工学-水利类] 0701[理学-数学类] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1006-3080.2004.06.018

馆 藏 号：203263763...