作者：胡庆辉; 丁立新; 刘晓刚; 李照奎多核学习支持向量回归非稀疏核组合两步优化
摘要：为了改善支持向量回归机的性能,提出一种利用多核学习解决回归问题的算法（NS-MKR）。算法对基本核函数的组合系数施加了Lp范数的约束（p〉1）,以得到组合系数的非稀疏解,并采用了两步优化方法,首先求解基于加权组合核的标准支持向量回归问题,用于学习拉格朗日乘子,然后采用简单的计算,求得基本核函数的组合系数,这2个步骤交替进行,直到满足事先定义的收敛准则。在人工数据集和真实数据集上的实验表明,相对于传统的单核和稀疏多核支持向量回归方法,提出的算法有更好的泛化性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
