基于QR分解的稀疏LSSVM算法

来源 :吉林大学学报:理学版 | 被引量 : 0次 | 上传用户:hysywlp2007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统最小二乘支持向量机(LSSVM)一般通过随机选择部分样本得到核矩阵的低秩近似提高解的稀疏性,为了使该近似分解用尽可能小的低秩矩阵更好地近似原核矩阵,提出一种基于正交三角(QR)分解的QRP-LSSVM稀疏算法.采用QR分解保持正交的特性挑选差异更大的样本,迭代地精选核矩阵的部分列得到核矩阵的Nystrom型低秩近似,并利用分解结果快速求得最小二乘支持向量机的稀疏解.实验分析表明,该算法在不牺牲分类性能的前提下可得到更稀疏的解,甚至在稀疏水平不超过0.05%的情况下准确率也较高,可有效解决大规模训练问题
其他文献
期刊
自从我迷上了电脑游戏,妈妈就推行了一大堆政策,严禁我和电脑亲密接触,这可把我这个超级电脑迷愁坏了。不过,俗话说"上有政策,下有对策",妈妈那么多政策,我没点对策怎么行呢?
六年前,当爸爸妈妈把你领进小学校园时,你对这个陌生的环境充满了新鲜与好奇; 六年里,你不仅熟悉了这里的一切,而且也在这里有过欢笑,有过泪水,有过情谊,有过成长。当毕业的
有一个人,每天辅导我学习;有一个人,每天和我一起看书;有一个人,每天和我谈心聊天……她就是我的妈妈。
啊哈,各位亲爱的小伙伴,你们准备好了吗?今天,顶顶姐姐要带大家去世界上最最有趣的神气大课堂去寻找快乐,一起出发吧!
毕业的时候,好多次我都难过地流泪,好多次抱着枕头无语。女生们伤感,男生们也红过眼圈,甚至偷偷地流泪。我知道老师也很合不得我们,但她最大的心愿就是让我们笑着离开。一闭上眼全
我是“1”,早先我在数字王国里排名第二,可后来“0”被认为不存在,所以我变成了老大!这个老大还真不好做,看看我的一天。早上第一节数学课,我结结实实地趴在课本上,累得我腰酸背痛
《新作文》的铁丝们肯定都知遵,现在才高八斗、学富五车的嘻哈哥哥小时候是个在名鼎鼎酌“作文大白痴”。嘻哈哥哥的蜕变史生动地告诉我们—“一切皆有可能”以及“只要功夫深
研究具有非局部边界和非局部源项的一类抛物型方程组非负解的整体存在与爆破性.用上下解方法得到了方程组解的临界指数p=(p1+q1)…(pk+qk)-1,证明了:当p≤0,且0≤∫Ωψi(x,y)dy〈1时,
考虑一类偏微分包含边值问题:-△u∈extG(x,u).当集值函数G(x,u)为有界紧凸值的、关于变量x是可测的、关于变量u是连续的时,利用Tolstonogov端点连续选择定理,证明了其端点解的存在性.