经典线性算法的非线性核形式

摘要：

经典线性算法的非线性核形式是近10年发展起来的一类非线性机器学习技术.它们最显著的特点是利用满足Mercer条件的核函数巧妙地推导出线性算法的非线性形式,并表述为与样本数目有关、与维数无关的优化问题.为了提高数值计算的稳定性、控制算法的推广能力以及改善迭代过程的收敛性,部分算法还采用了正则化技术.在概述核思想与核函数、正则化技术的基础上,系统地介绍了经典线性算法的非线性核形式,同时分析它们的优缺点,并讨论了进一步发展的方向.

关键词：机器学习、核函数、核形式、支持向量机

所属期刊栏目：21

分类号：TP18(自动化基础理论)

资助基金：中国科学院资助项目60275007;江苏省自然科学基金BK2004142

在线出版日期：2006-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,12