本發明提供一種基于融合核的線性核化特征空間成組性的建模方法,包括給定訓練樣本,并根據預定概率分布函數,從訓練樣本中采樣多個樣本信號來形成約化矩陣;確定歐幾里德和余弦距離測度的融合核函數并與方法相結合后,對訓練樣本和約化矩陣進行核矩陣近似構造,并利用秩k特征分解核矩陣,得到虛擬樣本;虛擬樣本分解為虛擬訓練樣本和虛擬測試樣本,并構建基于彈性網絡正則化的預測模型,利用彈性網絡正則化學習方法在虛擬訓練和測試樣本上進行預測模型訓練和測試,得到最終的預測模型。實施本發明,能夠克服現有技術存在的缺陷,使提取的特征更加能調和樣本規模與特征維數的矛盾,避免小規模樣本問題,從而提升性能。
聲明:
“基于融合核的線性核化特征空間成組性的建模方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)