关于用模糊等价关系表示和生成核
伯恩哈德·莫瑟; 7(93):2603−2620, 2006.
摘要
内核是两个位置的函数,可以解释为内部函数一些希尔伯特空间中的产品。正是这种特性使得内核注定要携带线性学习模型,非线性变量的优化或分类策略。根据这个想法,各种基于核的方法,如支持向量机器或内核主成分分析已经被构想出来在机器学习、数据挖掘和计算机视觉应用。应用基于内核的方法a时核心问题是核函数的选择和设计。本文提出了一种基于模糊逻辑的核观允许在设计中纳入先前知识的概念过程。证明了核映射到单位区间对角线中的常数可以用一个使用模糊逻辑公式表示模糊规则库。这个意味着一大类内核可以用模糊逻辑概念。除此之外,这只能保证这种表示的存在,有建设性的例子提出了无标记学习的概念,并指出了它与无标记学习之间的关系。
[腹肌]
[pdf格式][围兜]