提出了基于核诱导距离度量的鲁棒判别分析算法(robust discriminant analysis based on kernel-induced distance measure,KI-RDA)。KI-RDA不仅自然地推广了线性判别分析(linear discriminant analysis,LDA),而且推广了最近提出的强有...
详细信息
提出了基于核诱导距离度量的鲁棒判别分析算法(robust discriminant analysis based on kernel-induced distance measure,KI-RDA)。KI-RDA不仅自然地推广了线性判别分析(linear discriminant analysis,LDA),而且推广了最近提出的强有力的基于非参数最大熵的鲁棒判别分析(robust discriminant analysis based on nonparametric maximum entropy,MaxEnt-RDA)。通过采用鲁棒径向基核,KI-RDA不仅能有效处理含噪数据,而且也适合处理非高斯分布的非线性数据,其本质的鲁棒性归咎于KI-RDA通过核诱导的非欧距离代替LDA的欧氏距离来刻画类间散度和类内散度。借助这些散度,为特征提取定义类似LDA的判别准则,导致了相应的非线性优化问题。进一步借助近似策略,将优化问题转化为直接可解的广义特征值问题,由此获得降维变换(矩阵)的闭合解。最后在多类数据集上进行实验,验证了KI-RDA的有效性。由于核的多样性,使KI-RDA事实上成为了一个一般性判别分析框架。
Web 2.0时代,人网交互的便捷赋予了Web服务更多的社会化特性(如评分、评论等),却往往被服务的提供者忽视,导致难以有效实现基于用户体验的服务推荐。针对不同的用户视角,该文提出了一种Web服务综合描述模型,以多视图的方式集成Web服务...
详细信息
Web 2.0时代,人网交互的便捷赋予了Web服务更多的社会化特性(如评分、评论等),却往往被服务的提供者忽视,导致难以有效实现基于用户体验的服务推荐。针对不同的用户视角,该文提出了一种Web服务综合描述模型,以多视图的方式集成Web服务的技术属性(如操作、消息等)和社会化特性。首先,从逻辑设计的角度出发,给出了其概念模型;然后,从工程应用的角度出发,构造其元模型,指导具体模型的设计;最后,根据一个应用案例,验证了方法的可行性。该模型和相关工具将为实现服务超市中服务的主动推荐奠定基础。
暂无评论