局部核方法及其应用

局部核方法及其应用

万海平，何华灿，周延泉

北京邮电大学信息学院，北京 100876

收稿日期:2006-03-26 修回日期:1900-01-01 出版日期:2006-10-24 发布日期:2006-10-24
通讯作者: 万海平

Locality preserving kernel method and its application

WAN Hai-ping,HE Hua-can,ZHOU Yan-quan

School of Information Engineering, Beijing University of Post and Telecommunication, Beijing 100876, China

Received:2006-03-26 Revised:1900-01-01 Online:2006-10-24 Published:2006-10-24
Contact: WAN Hai-ping

摘要/Abstract

摘要： 核方法是机器学习中一种强有力的学习算法.多个领域的实践表明，通过将领域知识嵌入到核函数中，一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系，并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明，与其它几个分类算法相比，它具有较高的性能.

关键词: 核方法, 文本分类, 人脸识别 , 局部拟和, 全局观点

Abstract: Kernel method is now a powerful alternative in many machine learning tasks.Practice shows that it will achieve better performance if domain knowledge could be incorporated.The relationship between global information and local information when processing data is discussed.A text categorization test is conducted to compare our method with other several classification methods,and one will see that ours outperforms them.

Key words: face recognition , text classification, locality fitting, global view, kernel method

万海平,何华灿,周延泉 . 局部核方法及其应用[J]. J4, 2006, 41(3): 18-20 .

WAN Hai-ping,HE Hua-can,ZHOU Yan-quan . Locality preserving kernel method and its application[J]. J4, 2006, 41(3): 18-20 .

参考文献

相关文章 15

[1]	万中英,王明文,左家莉,万剑怡. 结合全局和局部信息的特征选择算法[J]. 山东大学学报（理学版）, 2016, 51(5): 87-93.
[2]	马成龙, 姜亚松, 李艳玲, 张艳, 颜永红. 基于词矢量相似度的短文本分类[J]. 山东大学学报（理学版）, 2014, 49(12): 18-22.
[3]	郑妍, 庞琳, 毕慧, 刘玮, 程工. 基于情感主题模型的特征选择方法[J]. 山东大学学报（理学版）, 2014, 49(11): 74-81.
[4]	张里博, 李华雄, 周献中, 黄兵. 人脸识别中的多粒度代价敏感三支决策[J]. 山东大学学报（理学版）, 2014, 49(08): 48-57.
[5]	孙忠贵1,陈杰2. 数据驱动核的非局部均值滤波器改进[J]. 山东大学学报（理学版）, 2014, 49(05): 24-27.
[6]	刘伍颖,易绵竹,张兴. 一种时空高效的多类别文本分类算法[J]. J4, 2013, 48(11): 99-104.
[7]	王鹏鸣,钟茂生,刘遵雄. 去噪空间上的多核学习[J]. J4, 2012, 47(5): 49-52.
[8]	蒋盛益1,庞观松2,张建军3. 基于聚类的垃圾邮件识别技术研究[J]. J4, 2011, 46(5): 71-76.
[9]	黄贤立，罗冬梅. 倾向性文本迁移学习中的特征重要性研究[J]. J4, 2010, 45(7): 13-17.
[10]	曾文赋1,黄添强1,2,李凯1,余养强1,郭躬德1,2. 基于调和平均测地线核的局部线性嵌入算法[J]. J4, 2010, 45(7): 55-59.
[11]	杨冰,王士同*. 基于公共矢量的总间隔v最小类内方差支持向量机在噪音人脸图像分类中的应用[J]. J4, 2010, 45(11): 5-11.
[12]	杨绍华,林盘,潘晨 . 利用小波变换提高基于KPCA方法的人脸识别性能[J]. J4, 2007, 42(9): 96-100 .
[13]	袁晓航,杜小勇 . iRIPPER——一种改进的基于规则学习的文本分类算法[J]. J4, 2007, 42(11): 66-68 .
[14]	袁方,苑俊英 . 基于类别核心词的朴素贝叶斯中文文本分类[J]. J4, 2006, 41(3): 46-49 .
[15]	万海平,何华灿 . 基于谱图的维度约简及其应用[J]. J4, 2006, 41(3): 58-60 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed