新颖性检测的核学习 ][Kernel Learning for Novelty Detection]

新颖性检测的核学习 Kernel Learning for Novelty Detection


课程网址:	http://videolectures.net/lkasok08_taylor_klfnd/
主讲教师:	John Shawe-Taylor
开课单位:	伦敦大学学院
开课时间:	2008-12-20
课程语种:	英语
中文简介:	我们考虑一类支持向量机的内核学习。我们考虑单个权重向量范数的2和1范数的混合，允许控制所得到的核组合的稀疏性。可以使用坐标梯度方法有效地解决所得到的优化。我们考虑一个应用程序来自动检测引导图像搜索任务的适当度量。
课程简介:	We consider kernel learning for one-class Support Vector Machines. We consider a mix of 2- and 1-norms of the individual weight vector norms allowing control of the sparsity of the resulting kernel combination. The resulting optimisation can be solved eﬃciently using a coordinate gradient method. We consider an application to automatically detecting the appropriate metric for a guided image search task.
关键词:	向量机; 内核学习; 权重向量
课程来源:	视频讲座网
最后编审:	2019-05-14：lxf
阅读次数:	61

境外开放课程导航