多核学习方法在分类中的应用研究

摘要

传统的核方法如支持向量机在迭代时间、推广能力和鲁棒性等方面不够理想.针对上述问题,给出了基于半无限线性规划(SILP)的多核学习算法,并将其应用在UCI机器学习数据库的二分类和多分类数据集中.该算法用列生成和块算法的方法,固定次优参数并确定工作集后求解优化问题,提高了算法的速度.实验表明,该算法的分类效果比传统支持向量机算法结果更优,具有更好的鲁棒性和普遍适用性.