合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 基于凸优化的多核学习新算法

基于凸优化的多核学习新算法

979   编辑:管理员   来源:中冶有色技术网  
2023-03-19 08:56:55
多核学习(MKL)的最优化问题由经验风险、正则项两部分组成,其解的稀疏性取决于正则项中的权值范数。多核学习(MKL)通过多种核函数的组合,实现了对多种特征集合的表示,有利于对多源数据的处理。本发明提出的非稀疏多核学习,采用凸优化学习算法,在组内的核函数采用l1范数,相当于仅选择最重要的核函数进行组合,以提升稀疏性;在组间采用l2范数,相当于平等地选择处于不同子空间的核函数,以提高学习和预测的精度。这种非稀疏多核学习问题采用,Mirro-Descent(MD)方法求解,达到了既提高学习精度,又提高学习速度的目的。
声明:
“基于凸优化的多核学习新算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届中国微细粒矿物选矿技术大会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记