×
王哲;范，齐;柯、盛;高大齐

结构多元经验核学习。 （英语） Zbl 1360.68718号

信息科学。 301, 124-140 (2015).
摘要：多核学习（MKL）可以通过使用多个核而不是单个固定核来提高分类性能。与传统的隐式核MKL不同，多经验核学习（MEKL）将输入数据显式映射到多个特征空间。本文以MEKL为研究对象，提出了一种有效的三重结构MEKL（TSMEKL）。第一个褶皱结构是不同映射特征空间之间的空间结构信息。第二个是每个映射特征空间中的类判别信息。第三个是每个映射特征空间中样本的聚类结构信息。经典MEKL主要关注前两种结构，而忽略了后一种结构。所提出的TSMEKL将聚类结构信息引入到MEKL中。这样做可以同时利用空间、类和集群信息，从全局到局部。因此，TSMEKL利用三重结构信息来提高分类性能。据我们所知，这是首次将聚类信息引入MEKL框架。开发的TSMEKL的主要优点是考虑不同的数据信息折叠以提高分类性能。实验结果验证了TSMEKL的可行性和有效性。此外，我们根据Rademacher复杂性讨论了该算法的理论和实验泛化风险界。

引用于1文件

理学硕士：

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别

关键词：

多核学习;经验核映射;结构学习;群集信息;Rademacher复杂性;模式识别

软件：

AS 136标准;JStatCom公司;SHOGUN公司;KEEL公司;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{Z.Wang}等人，《信息科学》。301124-140（2015年；Zbl 1360.68718）
全文： 内政部

参考文献：

[1] Alcalá-Fdez，J。；费尔南德斯，A。；Luengo，J。；德拉克，J。；南卡罗来纳州加西亚。；桑切斯，L。；Herrera，F.，KEEL数据挖掘软件工具：数据集存储库，算法集成和实验分析框架，J.多值逻辑软计算。，17, 2-3, 255-287 (2011)
[2] Alcalá-Fdez，J。；桑切斯，L。；南卡罗来纳州加西亚。；del Jesús，M.J。；文图拉，S。；加雷尔，J.M。；Otero，J。；罗梅罗，C。；百加得，J。；Rivas，V.M.，KEEL：评估数据挖掘问题进化算法的软件工具，Soft。计算。，13, 3, 307-318 (2009)
[3] 巴赫，F.R。；兰克里特，G.R。；Jordan，M.I.，《多核学习、二次曲线对偶和SMO算法》（机器学习国际会议（2004），ACM），6
[5] 北贝利。；Frigui，H.，特征空间中多核模糊聚类，（国际模糊系统会议（2012），IEEE），1-8
[6] Barandela，R。；Sánchez，J.S。；加西亚，V。；Rangel，E.，《课堂学习不平衡问题的策略》，《模式识别》。，36, 3, 849-851 (2003)
[7] Belhumeur，P。；赫斯帕尼亚，J。；Kriegman，D.，《特征脸与渔夫脸：使用特定类别线性投影的识别》，IEEE Trans。模式分析。机器。智力。，19, 7, 711-720 (1997)
[9] 陈振毅。；Fan，Z.P.，使用纵向数据的动态客户生命周期价值预测：改进的多核SVR方法，Knowl-基于系统。，43, 123-134 (2013)
[10] 迪伦，I.S。；关，Y。；Kulis，B.，Kernel K-means:Spectrum clustering and normalized cuts，（国际知识发现和数据挖掘会议（2004），ACM），551-556
[11] Diethe，T。；Girolma，M.，《（多）核在线学习：综述》，神经计算。，35, 3, 567-625 (2013) ·Zbl 1269.68079号
[13] 加拉尔，M。；费尔南德斯，A。；Barrenechea，E。；Bustince，H。；Herrera，F.，《阶级不平衡问题的集合综述：打包、提升和混合方法》，IEEE Trans。系统。，伙计，赛博网。，C部分：应用。修订版，42、4、463-484（2012）
[14] Gönen，M。；Alpaydin，E.，本地化多内核学习，（国际机器学习会议（2008），ACM），352-359
[15] Gönen，M。；Alpaydñn，E.，使用响应面方法规范化多核学习，模式识别。，44, 1, 159-171 (2011) ·Zbl 1207.68279号
[16] 格雷夫斯，D。；Pedrycz，W.，基于核的模糊聚类和模糊聚类：比较实验研究，模糊集系统。，161, 4, 522-543 (2010)
[17] Hardoon，D.R。；塞德马克，S。；Shawe-Taylor，J.，典型相关分析：学习方法应用概述，神经计算。，16, 12, 2639-2664 (2004) ·Zbl 1062.68134号
[19] Hartigan，J.A。；Wong，M.A.，算法AS136:一种K-means聚类算法，应用。《统计》，第28、1、100-108页（1979年）·Zbl 0447.62062号
[20] 胡，M。；陈，Y。；Kwok，J.T.Y.，构建稀疏多核SVM分类器，IEEE Trans。神经网络，20,5827-839（2009）
[21] Huang，H.C。；Chuang，Y.Y。；Chen，C.S.，多核模糊聚类，IEEE Trans。模糊系统。，20, 1, 120-134 (2012)
[22] 黄，J。；Ling，C.X.，《使用AUC和准确性评估学习算法》，IEEE Trans。知识。数据工程，17，3，299-310（2005）
[23] Jain，A.K。；Dubes，R.C.，《聚类数据的算法》（1988），Prentice-Hall Inc·Zbl 0665.62061号
[24] Jian，L。；夏，Z。；X·梁。；Gao，C.，通过凸规划设计LS-SVM的多核学习算法，神经网络，24，5476-483（2011）·Zbl 1217.68185号
[27] Koltchinskii，V.，Rademacher惩罚和结构风险最小化，IEEE Trans。通知。理论，47，5，1902-1914（2001）·Zbl 1008.62614号
[28] 科尔钦斯基，V。；Panchenko，D.，《经验边缘分布与组合分类器泛化误差的界限》，《统计年鉴》，30，1，1-50（2002）·Zbl 1012.62004号
[29] Kreßel，U.H.-G.，成对分类和支持向量机，（核方法进展（1999），麻省理工学院出版社），255-268
[30] 柳叶刀，G.R.G。；北卡罗来纳州克里斯蒂亚尼尼。；Bartlett，P。；Ghaoui，L.E。；Jordan，M.I.，用半定编程学习核矩阵，J.Mach。学习。研究，5，27-72（2004）·Zbl 1222.68241号
[31] 李，J。；彭，Y。；Liu，D.，拟共形核公共局部判别分析及其在乳腺癌诊断中的应用，Inform。科学。，223, 256-269 (2013) ·Zbl 1293.62135号
[32] Li，J.B。；潘，J.S。；Chu，S.C.，核类-全局局部保持投影，Inform。科学。，178, 7, 1825-1835 (2008) ·Zbl 1133.68398号
[33] Liang，X.，SVM中的特征空间与经验核映射和行核空间，神经计算。申请。，19, 3, 487-498 (2010)
[34] Lin，Y.Y。；Liu，T.L。；Fuh，C.S.，用于降维的多核学习，IEEE Trans。模式分析。机器。智力。，33, 6, 1147-1160 (2011)
[35] Łkeski，J.，带泛化控制的Ho-Kashyap分类器，模式识别。莱特。，24, 14, 2281-2290 (2003) ·Zbl 1047.68128号
[36] 马尔多纳多，S。；韦伯，R。；Basak，J.，使用核化支持向量机进行同步特征选择和分类，Inform。科学。，181, 1, 115-128 (2011)
[37] Mitchell，T.M.，《机器学习》（1997），McGraw-Hill Inc·Zbl 0913.68167号
[38] 穆勒，K。；米卡，S。；Ratsch，G。；Tsuda，K。；Scholkopf，B.，基于内核的学习算法介绍，IEEE Trans。神经网络，12，2，181-201（2001）
[39] 罗扎，A。；伦巴第，G。；Casiraghi，E。；Campadelli，P.，新型fisher判别分类器，模式识别。，45, 10, 3725-3737 (2012) ·Zbl 1242.68276号
[40] Schölkopf，B。；米卡，S。；Burges，C.J.C。；Knirsch，P。；米勒，K.R。；Rätsch，G。；Smola，A.J.，基于内核方法中的输入空间与特征空间，IEEE Trans。神经网络，10，51000-1017（1999）
[41] Schölkopf，B。；韦斯顿，J。；Eskin，E。；Leslie，C。；Noble，W.S.，《从几乎正交模式学习的核心方法》，普林·数据·最小·诺尔。发现。，2430, 511-528 (2002) ·Zbl 1014.68129号
[42] 肖-泰勒，J。；Cristianini，N.，《模式分析的核心方法》（2004），剑桥大学出版社
[44] Sonnenburg，S。；Rätsch，G。；Schäfer，C。；Schölkopf，B.，大规模多核学习，J.Mach。学习。第7号决议，1531-1565（2006）·Zbl 1222.90072号
[45] 北苏布拉曼尼亚。；Shin，Y.C.，信号处理应用的稀疏多核学习，IEEE Trans。模式分析。机器。智力。，32, 5, 788-798 (2010)
[46] Sun，J。；李，X。；Yang，Y。；罗，J。；Bai，Y.，基于输入空间中的分隔边界缩放内核函数：一种提高内核方法性能的数据相关方法，Inform。科学。，184, 1, 140-154 (2012) ·Zbl 1239.68065号
[47] Tenenbaum，J.B。；德席尔瓦，V。；Langford，J.C.，《非线性降维的全球几何框架》，《科学》，29055002319-2323（2000）
[48] 特克，M。；Pentland，A.，识别特征脸，J.Cogn。神经科学。，3, 1, 72-86 (1991)
[49] Van，B.M。；Duin，P.W.D。；税务，医学博士。；Den，H.J.E.，组合分类器手写数字识别，Kybernetika，34，4，381-386（1998）·Zbl 1274.68403号
[50] Vapnik，V.，《统计学习理论的本质》（1999），斯普林格出版社·Zbl 0928.68093号
[51] Vapnik，V.N。；Chervonenkis，A.Y.，《关于事件相对频率与其概率的一致收敛性》，理论探索。申请。，16, 2, 264-280 (1971) ·兹比尔0247.60005
[52] 王，M。；Chen，S.，基于经验核映射的增强FMAM，IEEE Trans。神经网络，16，3，557-564（2005）
[53] Wang，T。；赵，D。；Feng，Y.，具有多类核极化的两阶段多核学习，Knowl-基于系统。，48, 10-16 (2013)
[54] 王，Z。；陈，S。；Sun，T.，MultiK-MHKS:一种新的多核学习算法，IEEE Trans。模式分析。机器。智力。，30, 2, 348-353 (2008)
[55] 王，Z。；杰·W。；陈，S。；Gao，D.，具有多个经验核的随机投影集成学习，Knowl-基于系统。，37, 388-393 (2013)
[56] 熊，H。；斯瓦米，M.N.S。；Ahmad，M.O.，《在经验特征空间中优化内核》，IEEE Trans。神经网络，16，2，460-474（2005）
[57] 徐，Q。；Liang，Y.，Monte Carlo交叉验证，Chemmomet。智力。实验室系统。，56, 1, 1-11 (2001)
[58] Yang，H。；徐，Z。；Ye，J。；国王一世。；Lyu，M.R.，高效稀疏广义多核学习，IEEE Trans。神经网络，22，3，433-446（2011）
[59] Yang，M.，用于分类的扩展isomap，（模式识别国际会议，第3卷（2002），IEEE），615-618
[60] 张，L。；周，W。；Jiao，L.，隐藏空间支持向量机，IEEE Trans。神经网络，15，6，1424-1434（2004）
[61] 周，T。；Zhang，Y。；卢，H。；Wang，F.，基于核函数的粗糙聚类算法，（Rough Sets and Knowledge Technology（2008），Springer），172-179
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。