韩彦军
- 作品数：3 被引量：12H指数：2
- 供职机构：中国科学院自动化研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于核的慢特征分析算法被引量：8
- 2011年
- 提出一种基于核的慢特征分析算法.通过引入核技巧,既充分扩充特征空间,又避免直接在高维空间中运算的困难.由于充分利用数据所隐含的非线性信息,所得到的解是稳定的.同时基于对慢特征分析算法目标函数的分析,给出一个对算法结果的评价准则,并用以指导核参数的选择.实验结果验证算法的有效性.
- 马奎俊韩彦军陶卿王珏
- 关键词：核方法盲源信号分离
- 基于多核学习的双稀疏关系学习算法
- 关系学习是近年来机器学习中备受关注的热点问题,这类问题中样本无法在Rn空间中表示。与其它机器学习问题有很大不同,因为无法利用Rn空间的几何结构使得其解决异常困难。将多核学习方法用于关系学习中。首先,可以证明当用逻辑规则生...
- 韩彦军王珏
- 关键词：多核学习
- 基于多核学习的双稀疏关系学习算法被引量：4
- 2010年
- 在关系学习中样本无法在Rn空间中表示.与其他机器学习问题有很大不同,因为无法利用Rn空间的几何结构使得其解决异常困难.将多核学习方法用于关系学习中.首先,可以证明当用逻辑规则生成的核矩阵进行多核学习时,其他核都可以等价转化为线性核.在此基础上,通过用修正FOIL算法迭代生成规则,构造相应的线性核然后进行多核优化,由此实现了由规则诱导出的特征空间上的线性分类器.算法具有"双稀疏"特性,即:可以同时得到支持向量和支持规则.此外,可以证明在规则诱导出的特征空间上的多核学习可以转化为平方l1SVM,这是首次提出的新型SVM算法.在6个生物化学和化学信息数据集上与其他算法进行了对比实验.结果表明不仅预测准确率有明显提高,而且得到的规则集数目更小,解释更为直接.
- 韩彦军王珏
- 关键词：归纳逻辑程序设计多核学习L1正则化
