论文部分内容阅读
本文提出了一种基于Rank Boost的运动数据检索相关反馈算法.该算法具有以下二个方面的特点：首先,以KNN-DTW作为Rank Boost集成学习的弱排序器,在适应变长多变量时间序列（Variable-Length Multivariate Time Series,VLMTS）数据的同时,利用Rank Boost的集成性与高效性解决相关反馈实时性要求与VLMTS数据计算复杂度高的矛盾;其次,以本文提出的最小化排序经验损失和泛化损失风险作为Rank Boost集成学习目标,有效地克服了相关反馈小样本学习