基于流形正则化和核方法的最小二乘算法

发布时间：2018-04-24 03:35

  本文选题：流形学习 + 正则化　； 参考：《中南民族大学学报(自然科学版)》2017年04期

【摘要】：研究了再生核希尔伯特空间中流形正则化下的最小二乘算法的学习能力和收敛速度.该算法能够充分利用输入空间的几何特点以及半监督学习中无标记样本的信息,提高算法的有效性和学习效率.另外,讨论了该算法中正则参数的选取,这对算法实现具有现实的意义.
[Abstract]:The learning ability and convergence speed of the least squares algorithm under the Manifold Regularization in the regenerated kernel Hilbert space are studied. The algorithm can make full use of the geometric characteristics of the input space and the information of the unmarked sample in semi supervised learning to improve the effectiveness and learning efficiency of the algorithm. Furthermore, the selection of the regular parameters in the algorithm is discussed. This is of practical significance for the implementation of the algorithm.

【作者单位】： 中南民族大学数学与统计学学院;
【基金】：国家自然科学基金资助项目(11671307) 湖北省自然科学基金资助项目(2017CFB523)
【分类号】：TP181

【相似文献】

相关期刊论文 前10条

1 王江,王先来,杨屹;快速模糊正交最小二乘算法[J];电气传动;2000年06期

2 杨屹,王江,王先来;快速模糊正交最小二乘算法[J];控制理论与应用;2001年04期

3 孙圣和，黄远灿;改进的非线性最小二乘算法训练多层前馈神经网络[J];电子学报;1997年01期

4 戴华平,董嘉文,钱积新,孙优贤;非平稳随机系统两步最小二乘算法研究[J];控制理论与应用;1997年06期

5 孙明玮,张奇,邵继法,陈增强,袁著祉;鲁棒递推阻尼最小二乘算法[J];航空计算技术;2003年01期

6 程启明;王勇浩;;基于最小二乘算法的模糊支持向量机控制器及其应用[J];中国电机工程学报;2007年08期

7 罗贵明;基于最小二乘算法的最优适应控制器[J];自动化学报;1996年01期

8 邹振宇;陈金鹰;齐新力;;基于DS18B20和最小二乘算法修正的测温系统的设计[J];中国集成电路;2012年Z1期

9 曹屹立;葛超;张景春;孙丽英;朱艺;;最小二乘算法在RBF神经网络中的应用[J];山西电子技术;2008年01期

10 丁锋;鞅超收敛定理与遗忘因子最小二乘算法的收敛性分析[J];控制理论与应用;1997年01期

相关会议论文 前3条

1 杨屹;王江;王先来;;快速模糊正交最小二乘算法[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

2 徐育军;;最小二乘算法在电流保护中的应用分析[A];煤矿安全、高效、洁净开采——机电一体化新技术学术会议论文集[C];2009年

3 李红新;吴沧浦;;一种估计慢时变参数的新型快速辨识算法[A];1994中国控制与决策学术年会论文集[C];1994年

，

本文编号：1794994