基于流形正则化和核方法的最小二乘算法
The Least Square Algorithm Based on Manifold Regularization and Kernel Method作者机构:中南民族大学数学与统计学学院武汉430074
出 版 物:《中南民族大学学报(自然科学版)》 (Journal of South-Central University for Nationalities:Natural Science Edition)
年 卷 期:2017年第36卷第4期
页 面:143-145页
学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学]
基 金:国家自然科学基金资助项目(11671307) 湖北省自然科学基金资助项目(2017CFB523)
主 题:流形学习 正则化 最小二乘算法 核方法 再生核希尔伯特空间
摘 要:研究了再生核希尔伯特空间中流形正则化下的最小二乘算法的学习能力和收敛速度.该算法能够充分利用输入空间的几何特点以及半监督学习中无标记样本的信息,提高算法的有效性和学习效率.另外,讨论了该算法中正则参数的选取,这对算法实现具有现实的意义.