子波核匹配追踪学习机（KMPM）由加拿大学者P.文森特（P.Vincent）提出，其性能与支持向量机的性能相当。与支持向量机相比，KMPM通常需要少得多的支持点。许多种类的内核可以在KMPM中使用，优先选满足Mercer条件的核函数（即核函数在训练样本上对应的核矩阵为对称半正定），诸如高斯径向基核函数和多项式核函数。
设
为子波基，
为旋转因子，
为平移因子向量，若向量
，则Mercer点积子波内核为：
式中
为向量
的第
个分量；
为向量
的第个分量（
）；
为平移因子向量
的第个分量。
首页
[{"ID":42423,"Name":"工学"},{"ID":88847,"Name":"控制科学与工程"},{"ID":223122,"Name":"智能控制"},{"ID":223123,"Name":"智能控制"},{"ID":223124,"Name":"模糊控制"},{"ID":223159,"Name":"智能搜索"},{"ID":223160,"Name":"免疫克隆计算"}]
. 工学 . 控制科学与工程 . 智能控制 . 智能控制 . 模糊控制 . 智能搜索 . 免疫克隆计算子波核匹配追踪学习机
/wavelet kernel matching pursuit learning machine; KMPM/
最后更新 2023-06-09
浏览 123次
一种将问题的输入空间映射到特征空间的学习算法。
- 英文名称
- wavelet kernel matching pursuit learning machine; KMPM
- 所属学科
- 控制科学与工程
京公网安备 11010202008139号
