【摘 要】
:
现如今社会中几乎各个领域,每时每刻都会产生大量形态各异的流数据,这些数据产生的速度极快、数量极大,基本上无法被全部存储,因此对于日益增长的流数据而言,在线学习算法的
论文部分内容阅读
现如今社会中几乎各个领域,每时每刻都会产生大量形态各异的流数据,这些数据产生的速度极快、数量极大,基本上无法被全部存储,因此对于日益增长的流数据而言,在线学习算法的研究是十分必要的。流数据的特征复杂,且带有强烈的时间特征,随着时间的推移其特征可能会发生微小的变化,基于此本文进一步研究非线性的在线学习算法。非线性模型的关键点是引入核函数,该方法计算相对简单,但一般都用于单任务学习;而对于复杂数据来说,它可能是由多个任务组合而成,这些任务间存在一定的相关性,因此多任务学习方式也是值得关注的一个方向。本文在研究多任务在线学习框架时引入多核方法,这对特征复杂的流数据处理有比较好的理论意义和实际应用价值。本文在多任务在线学习框架的基础上,引入多核的思想形成一个处理流数据的多任务多核在线学习算法。该算法有两个创新点:一是使用遗忘变量来优化权重更新策略,二是使用限定阈值的方法来控制核函数个数。其主要工作如下:为了研究多任务多核在线学习算法,本文将多核方法应用于多任务在线学习框架中。该算法首先通过迭代的方式确定一个适合当前数据特征的核函数组合,然后联合学习多个相关任务,既学习多个任务的共有特征又学习各个任务的固有特征,以便更快捷地处理流数据。此外引入输入窗口的概念,将无法实时处理的数据暂时存储起来,方便在下次迭代时一起计算,以保证数据的完整性。为了进一步优化在线学习算法,本文提出结合遗忘特性的多任务多核在线学习算法,遗忘特性表现在两个方面:一方面是引入一个遗忘变量,从对偶的角度优化权重更新策略,从而提高算法的收敛性,权重包括每个任务的固有权重和所有任务的共有权重;另一方面是当数据量增大、模型趋于稳定时,通过阈值限定的方法对核函数的个数进行遗忘,从而减少基本核函数的使用个数,使计算更加简单,进而提高模型的更新速度。
其他文献
目的:(1)研究龙眼叶石油醚部位及乙酸乙酯部位的化学成分。(2)龙眼叶对α-葡萄糖苷酶活性研究。(3)HPLC法测定广西不同产地龙眼叶多成分的含量研究。(4)HPLC法建立龙眼叶药材
目的:探究IL1A基因rs17561,rs1800587,rs37835553三种单核苷酸多态性与前列腺癌及肿瘤易感性的关联情况。方法:截至2019年5月20日,从Web of Science、Google Scholar、Pub Me
语用移情作为一种语言策略,有效地促进了人们的日常交流。政治演讲作为美国总统竞选的一种重要方式,同时是总统们宣传治国政策的重要渠道。演讲者在进行演讲时,会有意识地使
与传统计算机专业技能培训不同的是,信息安全专业技能的培训要求学员通过实际案例来进行培训和学习。为此,许多信息安全培训机构都在尝试建立相应的案例实训平台,以满足培训
在城市动态模拟研究中,如何构建基于机器学习算法或智能优化算法与元胞自动机的耦合模型,提高模型模拟的精度一直是学术界努力的方向。为了进一步厘清土地分类均衡性对土地模
研究目的:本研究通过对比初治及复治菌阳肺结核患者的一般情况、痰培养及药敏结果、影像学报告、有无糖尿病、高尿酸血症合并症及中医临床症状等要素,总结初治、复治肺结核患
一致性问题作为多智能体网络协调控制的基础,已广泛应用于机器人编队控制、无人驾驶飞行器、无人驾驶车辆、蜂拥控制、聚集以及同步等问题的研究中。除此之外,随着传感器网络
目的:应用三维能量多普勒超声技术(3D power doppler ultrasound,3D-PDU)和虚拟组织计算机辅助分析系统(virtual organ computer-aided analysis,VOCAL)对胎盘的三维能量多普
近年来,随着第五代移动通信系统(Fifth Generation Mobile Communication System,5G)的快速发展、人工智能(Artificial Intelligence,AI)技术的不断成熟以及工业产品的需求升级,工业制造需以工业物联网(Industrial Internet of Things,IIoT)技术为基础,将制造业向以智能制造为主导的“工业4.0”转型,旨在
近年来,生物特征识别技术由于其高可靠性和高有效性在用户身份认证领域受到了广泛关注。作为生物行为特征的一种,在线手写签名具有不易遗忘、采集方便且容易被人们接受等特点,在无纸化办公和电子商务等领域具有广阔的应用前景。但是由于手写签名的不稳定性,用户真实签名之间存在较大的类内差异,而真实签名和伪造签名之间的类间差异相对较小,使得在线手写签名认证研究具有一定的挑战性。本文以此为背景对在线手写签名认证算法进