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: | 39 |