0


深度支持向量机

Deep Support Vector Machines
课程网址: http://videolectures.net/roks2013_wiering_vector/  
主讲教师: Marco Wiering
开课单位: 格罗宁根大学
开课时间: 2013-08-26
课程语种: 英语
中文简介:

在本文中,我们描述了支持向量机的一种新型扩展,称为深度支持向量机(DSVM)。原始的SVM具有具有内核功能的单层,因此是一个浅层模型。DSVM可以使用任意数量的层,其中较低层的层包含支持向量机,这些机器学习从输入模式或从下面一层的提取特征中提取相关特征。最高级别的SVM使用最高级别的提取特征作为输入来执行实际预测。通过简单的梯度上升学习规则对系统优化问题的最小 最大公式进行训练。在十个回归数据集上将两层DSVM与常规SVM进行了比较,结果表明DSVM优于SVM。

课程简介: 在本文中,我们描述了支持向量机的一种新型扩展,称为深度支持向量机(DSVM)。原始的SVM具有具有内核功能的单层,因此是一个浅层模型。DSVM可以使用任意数量的层,其中较低层的层包含支持向量机,这些机器学习从输入模式或从下面一层的提取特征中提取相关特征。最高级别的SVM使用最高级别的提取特征作为输入来执行实际预测。通过简单的梯度上升学习规则对系统优化问题的最小-最大公式进行训练。在十个回归数据集上将两层DSVM与常规SVM进行了比较,结果表明DSVM优于SVM。
关 键 词: 优化方法; 支持向量机; 压缩传感; 正则化
课程来源: 视频讲座网
数据采集: 2020-06-11:吴淑曼
最后编审: 2020-06-15:cxin
阅读次数: 237