矩阵近似相关论文
核矩阵近似是提高核方法计算效率的基本方法。已有的核矩阵近似方法独立于学习问题,且用于在线核方法时每回合重新求解近似核矩阵......
随着科学技术日新月异的发展,网络逐渐为人们日常生活中不可或缺的工具。它是一种功能强大的图结构,可以很自然地捕获海量数据中对......
生活在大数据时代,而大数据给计算带来了巨大的挑战。许多经典的矩阵计算和机器学习方法由于时间复杂度、空间复杂度过高,故不适用于......
网络对齐是集成不同平台数据的重要途径。利用网络表示学习得到节点表征并建立节点匹配策略是当前异构网络对齐的主流技术之一。在......
矩阵近似是近年来现代科学研究领域的重要课题之一,尤其在信号分析、图像处理与机器学习等领域中都有着十分广泛的应用.本论文从三......
多核学习在解决不规则和异构的大规模非线性数据问题时表现出良好的泛化性和灵活性。多核学习正则化路径是一种多次求解多核学习,......
聚类集成中的关键问题是如何根据不同的聚类成员组合为更好的聚类结果.引入谱聚类算法解决该问题,提出了基于相似度矩阵的谱算法(S......
正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法......
稀疏无线传感器网络由于缺乏足够的距离和连通性信息,导致大多数定位算法无法有效工作。提出了一种非度量多维标度移动节点辅助定......
多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核......
由于推荐系统中存在巨量的用户和商品,现有的协同过滤方法很难处理用户-商品推荐中的数据稀疏性和计算可扩展性问题。本文提出了一......
近年来随着学习理论研究的深入,各种机器学习算法开始应用到实际问题中,由于许多机器学习算法涉及到矩阵的求逆或者分解,而求解这......
核方法模型选择是核方法理论研究和实际应用的重要问题。已有模型选择准则通常难以计算或计算复杂度高。核矩阵包含核函数在所有样......
多核学习在处理异构、不规则和分布不平坦的样本数据时表现出良好的灵活性和可解释性.针对精确正则化路径算法难以处理大规模样本......
随着生活中海量数据的产生,大数据这个概念在最近几年变得热门起来。大数据时代,数据无处不在,包括互联网、电信、餐饮等在内的社......
随着互联网技术的高速发展,来源于各行各业的数据正在以前所未有的速度增长,促使我们进入一个海量数据时代。面对海量数据,传统的......
当今社会,互联网的快速普及,个人智能设备不断发展,随之而来的是人们收集和存储数据能力的大幅提升。科学研究和社会生活的各个领......