主权项 |
一种基于核对齐的多核优化算法,其特征是,把核对齐方法运用到多核的凸线性组合中来,再运用正则化方法,最后通过化简能把该问题化为一般的凸二次优化问题,具体包括下列步骤:构造核矩阵:已知样本实例为(xi,yi)i=1l,其中xi∈Rn,yi∈{-1,+1},采用包括高斯核函数,多项式核函数,感知器核函数,样条核函数的核函数,运用这些核函数构造k个核矩阵K1,K2…Kk;推导化简:利用已知K是一个对称矩阵,那么K是一个半正定矩阵的充分必要条件是对所有的半正定矩阵G使<K,G>F≥0;再运用正则化方法则可得: <mrow> <munder> <mi>max</mi> <mi>a</mi> </munder> <msub> <mi>Σ</mi> <mi>k</mi> </msub> <msub> <mi>a</mi> <mi>k</mi> </msub> <msup> <mi>y</mi> <mo>′</mo> </msup> <msub> <mi>K</mi> <mi>k</mi> </msub> <mi>y</mi> <mo>-</mo> <msub> <mi>Σ</mi> <mi>kl</mi> </msub> <msub> <mi>a</mi> <mi>k</mi> </msub> <msub> <mi>a</mi> <mi>l</mi> </msub> <msub> <mrow> <mo><</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>K</mi> <mi>l</mi> </msub> <mo>></mo> </mrow> <mi>F</mi> </msub> <mo>-</mo> <mi>λ</mi> <munder> <mi>Σ</mi> <mi>k</mi> </munder> <msup> <msub> <mi>a</mi> <mi>k</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <mmultiscripts> <mi>Σ</mi> <mi>k</mi> <none/> <mprescripts/> <mo>=</mo> <none/> </mmultiscripts> <msub> <mi>a</mi> <mi>k</mi> </msub> <msup> <mi>y</mi> <mo>′</mo> </msup> <msub> <mi>K</mi> <mi>k</mi> </msub> <mi>y</mi> <mo>-</mo> <msub> <mi>Σ</mi> <mi>kl</mi> </msub> <msub> <mi>a</mi> <mi>k</mi> </msub> <msub> <mi>a</mi> <mi>l</mi> </msub> <mrow> <mo>(</mo> <msub> <mrow> <mo><</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>K</mi> <mi>l</mi> </msub> <mo>></mo> </mrow> <mi>F</mi> </msub> <mo>-</mo> <mi>λ</mi> <msub> <mi>δ</mi> <mi>kl</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mmultiscripts> <munder> <mi>Σ</mi> <mi>t</mi> </munder> <mprescripts/> <mrow> <mi>Subjectt</mi> <mn>0</mn> </mrow> <none/> </mmultiscripts> <msub> <mi>α</mi> <mi>t</mi> </msub> <mo>=</mo> <mn>1</mn> </mrow>at≥0其中δkl=1当k=l,其它δkl=0;采用解凸二阶优化问题的函数解决前述步骤得到的凸二阶优化问题。 |