一种基于核映射的自适应优化配置属性权重组的方法
通过引入一个从样本空间到特征空间的核映射,从而将样本空间中的分类问题与特征空间中的聚类问题联系起来.为获得样本空间中的一组合适的属性权重值,提出了一种基于核映射的自适应优化配置属性权重组的方法.在特征空间中根据"聚类之内的数据点最大限度的相近,聚类之间的数据点最大限度的相离"这个原则,提出了一个带约束的混和目标函数,通过优化这个混和目标函数来获得样本空间中的一个合适的属性权重组.为求解这个混和目标函数,提出了一种基于负投影梯度的自适应优化配置属性权重组的方法.接着采用UCI的两个标准数据集来进行实验验证,可以证实这种根据给定数据点集进行自适应优化配置样本空间中的属性权重组方法的有效性.最后给出了两种自适应优化目标函数权重参数和核函数参数的方法.
核映射、负投影梯度、自适应优化
29
O1(数学)
江西省教育厅科研项目GJJ08467
2008-07-01(万方平台首次上网日期,不代表论文的发表时间)
共14页
105-118