题名
求解大规模问题的多核学习正则化路径算法
DOI
作者
王梅1 李董1 孙莺萁1 宋考平2,3 廖士中4
作者单位
1.东北石油大学计算机与信息技术学院；2.北京德威佳业科技有限公司博士后科研工作站；3.东北石油大学教育部提高油气采收率重点实验室；4.天津大学计算机科学与技术学院
摘要
多核学习在处理异构、不规则和分布不平坦的样本数据时表现出良好的灵活性和可解释性.针对精确正则化路径算法难以处理大规模样本数据的问题,文中提出正则化路径近似算法.根据采样分布函数进行抽样,在原始核矩阵的基础上生成近似矩阵,同时在拉格朗日乘子向量中抽取对应行,实现矩阵乘积的近似计算,提高多核学习正则化路径的求解效率.最后分析多核学习正则化路径近似算法的近似误差界和计算复杂性.在标准数据集上的实验验证文中算法的合理性和计算效率.
关键词
多核学习；正则化路径；矩阵近似；Monte Carlo方法
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
20182
所属期刊栏目
工程技术
打印