混杂数据的多核几何平均度量学习
大小：0.91 MB 人气： 2017-12-25 需要积分：3
标签：几何(12294)
在机器学习和模式识别任务中，选择一种合适的距离度量方法是至关重要的，度量学习主要利用判别性信息学习一个马氏距离或相似性度量．然而，大多数现有的度量学习方法都是针对数值型数据的，对于一些有结构的数据（比如符号型数据），用传统的距离度量来度量两个对象之间的相似性是不合理的；其次，大多数度量学习方法会受到维度的困扰，高维度使得训练时间长。模型的可扩展性差．提出了一种基于几何平均的混杂数据度量学习方法．采用不同的核函数将数值型数据和符号型数据分别映射到可再生核希尔伯特空间，从而避免了特征的高维度带来的负面影响．同时。提出了一个基于几何平均的多核度量学习模型。将混杂数据的度量学习问题转化为求黎曼流形上两个点的中心点问题．在UCI数据集上的实验结果表明。针对混杂数据的多核度量学习方法与现有的度量学习方法相比。在准确性方面展现出更优异的性能．
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
混杂数据的多核几何平均度量学习下载
相关电子资料下载
- 精准测量第一步：如何选择合适的几何尺寸测量仪器？ 103
- 自动化生产中的精密几何量测量：三坐标测量机的应用 1054
- 机床的几何精度什么和什么时是有区别的 335
- 数控机床的几何精度是表明所测量的什么 298
- WD4000系列晶圆几何量测系统：全面支持半导体制造工艺量测，保障晶圆制造工艺 427
- 速锐得深入解析吉利几何CAN总线数据通信网络的拓扑层级框架技术 240
- 几何E萤火虫电动SUV正式上市，起售价5.98万元 332
- 几何E萤火虫301KM龙腾版纯电SUV，起售价5.98万元 409
- 精准制胜，WD4000无图晶圆几何量测系统为高质量晶圆生产保驾护航 395
- “芯”动未来,无图晶圆几何量测系统提升半导体竞争力 532