帮助关于我们

返回检索结果

一种基于核映射的自适应优化配置属性权重组的方法
AN ADAPTIVE OPTIMIZATION METHOD OF CONFIGURING ATTRIBUTE WEIGHT GROUP BASED ON KERNEL MAPPING

查看参考文献8篇

陈新泉

文摘	通过引入一个从样本空间到特征空间的核映射,从而将样本空间中的分类问题与特征空间中的聚类问题联系起来.为获得样本空间中的一组合适的属性权重值,提出了一种基于核映射的自适应优化配置属性权重组的方法.在特征空间中根据"聚类之内的数据点最大限度的相近,聚类之间的数据点最大限度的相离"这个原则,提出了一个带约束的混和目标函数,通过优化这个混和目标函数来获得样本空间中的一个合适的属性权重组.为求解这个混和目标函数,提出了一种基于负投影梯度的自适应优化配置属性权重组的方法.接着采用UCI的两个标准数据集来进行实验验证,可以证实这种根据给定数据点集进行自适应优化配置样本空间中的属性权重组方法的有效性.最后给出了两种自适应优化目标函数权重参数和核函数参数的方法.
其他语种文摘	It introduces an adaptive optimization method of configuring attribute weight group based on kernel methods by constructing an appropriate kernel mapping which can associate a classification problem in a sample space with a clustering problem in a feature space.Then we introduces a blended objective function which can represent the guide line more precisely, data points in any cluster are close to each other,and data points between any two clusters are away from each other.By optimizing the blended objective function to get an optimal attribute weight group of the sample space,we can construct a classifier based on clustering with an optimal distance measure.In order to seek an acceptable solution of the blended objective function,it gives an adaptive optimization method of configuring attribute weight group based on reverse projection of grads.The method is valid by two experiments and some analysis and discussions.At last it presents two methods optimizing objective function weight parameter and kernel function parameter adaptively.
来源	数值计算与计算机应用 ,2008,29(2):105-118 【核心库】
关键词	核映射 ; 负投影梯度 ; 自适应优化
地址	上饶师范学院数学与计算机系, 江西, 上饶, 334001
语种	中文
文献类型	研究性论文
ISSN	1000-3266
学科	数学
基金	江西省教育厅项目
文献收藏号	CSCD:3282036

参考文献共 8 共1页

	1. Aizerman M. Theoretical foundations of the potential function method in pattern recognition learning. Automation and Remote control,1964,25:821-837	被引 7 次
	2. Zhang L. Kernel clustering algorithm. Chinese Journal of Computers,2002,25(6):587-590	被引 7 次
	3. 赵玲玲(译). Kernel Methods for Pattern Analysis,2006	被引 1 次
	4. Xin-quan Chen. An adaptive optimization method of configuring feature weight group. Proceedings of the Fifth International Conference on Machine Learning and Cybernetics,2006:1281-1286	被引 1 次
	5. 陈新泉. 聚类与分类中的优化方法研究. 博士学位论文,2007	被引 1 次
	6. . Iris Glass dataset. http://www.cs.uci.edu/-mlearn/MLRepository.html	被引 3 次
	7. 李兴生. 基于云模型和数据场的分类和聚类挖掘研究. 博士学位论文,2003	被引 1 次
	8. 孙即详. 模式识别中的特征提取与计算机视觉不变量,2001	被引 2 次

引证文献 1 篇

1 陈新泉推进式优化特征权重的K-中心点聚类方法计算机工程与应用,2011,47(29):175-181,204
被引 1 次

显示所有1篇文献

论文科学数据集

PlumX Metrics

相关文献
作者相关关键词相关参考文献相关

版权所有 ©2008 中国科学院文献情报中心制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号