基于Multi-kernel 和KRR的数据还原算法
CSTR:
作者:
作者单位:

1. 沈阳建筑大学信息与控制工程学院,沈阳110168;
2. 东北大学信息科学与工程学院,沈阳110004)

作者简介:

刘剑

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(61272253);国家住建部科技计划项目(2010-K9-22).


Data reconstruction algorithm based on Multi-kernel and KRR
Author:
Affiliation:

1. College of Information and Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;
2. College of Information Science and Engineering,Northeastern University,Shenyang 110004

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于数据被核化后不能还原, 使核方法的应用受到局限. 对此, 提出一种基于Multi-kernel 和KRR的数据还原算法. 首先, 通过同类数据中已知数据进行多次核化迭代, 使已知数据在超高维欧氏空间中呈线性; 然后, 利用已知数据对同类未知数据进行线性表示, 并以Kernel ridge regression (KRR) 算法进行未知数据的回归; 最后实现数据还原. 选取Iris flower 和JAFFE 两类数据集进行还原实验, 实验结果表明, 所提出的算法可以有效地还原未知数据, 而且在其他领域的应用也有较好的效果.

    Abstract:

    The kernel methods are limited because the data of transformation can not be restored. For its characteristics of problem, a method based on Multi-kernel and Kernel ridge regression(KRR) is proposed. Firstly, the given data of homogeneous data is iterated by the kernel, and given data will express linearly in the ultra high-dimensional Euclidean space. Then, the unknown data can be linearly denoted by the given data. Thereafter, the unknown data can be regressed according to the KRR algorithm. Finally, the data reduction can be achieved. The two classes of data sets are selected as the experimental data. The results show that the proposed method has a great effect to restore unknown data, and it can be applied to other fields.

    参考文献
    相似文献
    引证文献
引用本文

刘剑 龚志恒 吴成东.基于Multi-kernel 和KRR的数据还原算法[J].控制与决策,2014,29(5):821-826

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-02-23
  • 最后修改日期:2013-05-21
  • 录用日期:
  • 在线发布日期: 2014-05-20
  • 出版日期:
文章二维码