基于类内方差和位置敏感哈希的多经验核学习

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：多随机经验核学习机（multiple random empirical kernel learning machine，MREKLM）选取少量样本来构造经验特征空间，但在投影时没有考虑数据的分布信息，并且样本选择时间长。为了利用样本的分布信息，引入了类内散度矩阵，提出了基于类内方差的多经验核学习（ICVMEKL），使得样本在投影时能考虑样本类内信息，强化了分类边界，提高了分类精度。（剩余15241字）

试读结束

目录
monitor
客服机器人