典型文献
基于一致互补性的多视角最小二乘支持向量机
文献摘要：
多视角学习(multi-view learning)是指利用事物的多视角数据,对其内在模式进行识别和学习.然而,大部分多视角学习模型存在两个弊端:1)仅适用于两视角学习场景,对于视角个数超过两个的情形便无法直接进行处理;2)要么遵循一致性原则,要么遵循互补性原则,同时遵循两个原则的研究工作比较少.为解决以上两个弊端,本文通过使用最小二乘损失函数和权重分配策略,构建了基于一致性和互补性原则的多视角最小二乘支持向量机(multi-view least square support vector machine with the consensus and the complementarity principles,MVLSSVM-2C),并设计 了相应的交替优化算法对模型进行求解.进一步地,本文利用Rademacher复杂度理论对MVLSSVM-2C的泛化能力进行分析.最后,在大量的多视角数据集上验证了 MVLSSVM-2C模型的合理有效性.
文献关键词：
多视角学习;最小二乘支持向量机;一致性原则;互补性原则
中图分类号：
作者姓名：
唐静静;李佳辉;田英杰
作者机构：
西南财经大学工商管理学院,成都611130;西南财经大学大数据研究院,成都611130;中国科学院虚拟经济与数据科学研究中心,北京100190;中国科学院大学经济与管理学院,北京100190
文献出处：
引用格式：
[1]唐静静;李佳辉;田英杰-.基于一致互补性的多视角最小二乘支持向量机)[J].系统工程理论与实践,2022(09):2461-2471
A类：
互补性原则,MVLSSVM
B类：
最小二乘支持向量机,多视角学习,multi,view,learning,多视角数据,学习场景,接进,要么,一致性原则,最小二乘损失,损失函数,权重分配,分配策略,least,square,support,vector,machine,consensus,complementarity,principles,2C,交替优化算法,Rademacher,复杂度理论,泛化能力
AB值：
0.324072
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
