基于协同聚类的多核学习
牟少敏1
田盛丰2
尹传环2
1.北京交通大学,计算机与信息技术学院,北京,100044;山东农业大学,信息科学与工程学院,泰安,2710182.北京交通大学,计算机与信息技术学院,北京,100044
摘要：针对实际应用中经常出现的异类数据源,采用多核学习的支持向量机受到关注.然而随着核函数数量的增多,计算量也随之大大增加.为了解决这一问题,该提出了一种利用协同聚类对多核支持向量机的训练数据进行简化的方法,可以减少支持向量机的数目,从而减少计算量.实验结果显示,提出的方法可以提高多核支持向量机的效率,同时还不会影响分类精度.
关键词：协同聚类多核学习核函数支持向量机
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60503017)北京交通大学科技基金(2006XM007)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 10-13 )
英文信息