基于雙核復合的核分類算法研究.pdf

1、隨著支撐向量機的成功應用，古老的核方法作為其重要組成部分，重新引起了眾多研究者的重視，并廣泛地應用于模式識別，圖像處理，機器學習等諸多領域。隨著核方法研究的深入，人們發(fā)現(xiàn)，使用了單一且固定核函數(shù)的傳統(tǒng)核分類算法不能有效地適應復雜多變的數(shù)據(jù)集合，從而導致分類效果欠佳。 針對傳統(tǒng)核分類算法使用單一且固定核函數(shù)的不足，本文提出了一種基于雙核最優(yōu)復合的核分類算法(Optimal Double-Kernel Combination met

2、hod ODKC)。ODKC算法復合了兩個基本核函數(shù)，這樣可以綜合不同核的特性，很好的適應復雜多變的數(shù)據(jù)集合，提高分類準確率。 具體工作如下： (1)為了尋求核函數(shù)的最優(yōu)復合，設計了一種準則函數(shù)。該準則函數(shù)的最優(yōu)化問題可以方便的轉化為一個廣義特征值問題，從而使算法具備了非迭代和低復雜度的特性。 (2)本文利用雙核復合的方法構造了用于分類任務的目標核函數(shù)。首先，利用兩個基本核函數(shù)，將相同的輸入數(shù)據(jù)集分別映射到兩個不