首页 | 本学科首页   官方微博 | 高级检索  
     检索      

构造性覆盖方法的增量学习算法
引用本文:张燕平,杜玲,赵姝.构造性覆盖方法的增量学习算法[J].南京大学学报(自然科学版),2009(5).
作者姓名:张燕平  杜玲  赵姝
作者单位:安徽大学计算机科学与技术学院;
基金项目:“973”计划(2004CB318108,2007CB311003);;国家自然科学基金(60675031);;中国博士后科学基金(20070411028);;安徽省高等学校优秀青年人才基金(2009SQRZ020ZD);;安徽大学“211”工程学术创新团队;;安徽大学人才队伍建设基金
摘    要:构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强,能有效地解决有导师学习问题,并取得了很好的效果,但构造神经元的权值即取新覆盖中心时通常人为地给定一个准则,并未遵循样本的分布特征求得最优解.由此采用佳点集理论求取覆盖中心,以改进覆盖算法.针对大规模或动态数据集的分类问题,将构造性覆盖方法与增量学习的思想相结合,提出了构造性覆盖方法的增量学习算法.该算法利用改进的覆盖算法作为基础学习器,通过连续地对新增样本进行测试而反复不断地提炼已有模型,体现了对样本的"渐近式"学习.对标准数据集的实验结果表明,这种增量学习算法是有效的.

关 键 词:构造性机器学习方法  覆盖算法  佳点集  增量学习  

Increment learning algorithm for structural covering method
Zhang Yan-Ping,Du Ling,Zhao Shu.Increment learning algorithm for structural covering method[J].Journal of Nanjing University: Nat Sci Ed,2009(5).
Authors:Zhang Yan-Ping  Du Ling  Zhao Shu
Institution:School of Computer Science and Technology;Anhui University;Hefei;230039;China
Abstract:
Keywords:structural machine learning method  covering algorithm  good-point-set  increment learning  
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号