典型相关分析:在机器学习方法上应用的概述

来源 :北京交通大学 | 被引量 : 4次 | 上传用户:luhaohui923
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
我们从处理线性关系样本的典型相关分析(CCA)的基本理论入手,通过引入“核”方法,总结了处理非线性关系样本的核典型相关分析(KCCA)的基础理论构造过程.在KCCA的计算中引入了正则化方法和不完全Cholesky分解法,达到了降维和解决过拟合问题的目的。同时我们还介绍了多项式核和高斯核这两种常用的核函数。最后,我们进行了简单的基于CCA的节目评分相关性实验和基于KCCA的字符识别实验,验证了二者在不同样本中的处理效果以及选取不同核函数时KCCA的表现。
其他文献
随着计算机的不断应用以及网络的日益普及,大量的数据与知识的匮乏日益突出,数据正以惊人的速度堆积如山。人们都期待着将这些数据信息变为知识。那么如何将这么多大量的信息转
本文主要研究内容是:对于时间分数阶慢扩散方程提出的一类结合非重叠区域分解技巧的有限差分算法。首先,一维情况的模型问题如下:对于某个T>0,其中,α∈(0,1);f,μ,v为已知函数。方程满足相容性条件:μ(0)=v(0)=0。注意到模型给出了零初值条件。上述模型中的分数阶导数是采用由Caputo提出的经典定义形式。我们知道,在求解偏微分方程时,并行的计算可以大大提高计算效率。因此,这使得我们
学位
随着断裂力学的迅速发展,用数学方法处理断裂理论问题在工程上得到了越来越广泛的应用。工程构件中,裂纹受自然界作用或处于腐蚀环境时,裂纹尖端处的钝化是不可避免的,所以带
生物信息学是一门融合生物学、应用数学、计算机科学以及信息学等学科的新兴交又学科。在最近十几年里,伴随着测序技术的发展以及人类基因组计划的实施,产生了大量的生物基因组序列和蛋白质序列数据,为我们进一步地认识和研究生物信息学提供了大量的数据支持,我们在分析这些海量数据的同时,也面临着众多挑战。其中,生物信息学领域的一个核心难题是调控模体预测问题。本文主要的研究问题是如何结合图论中二部图模型来分析和预测
学位
众所周知,互连网络在大规模并行分布计算系统中扮演着重要的角色互连网络的拓扑结构通常以图为数学模型,其中图的顶点表示服务器,图的边表示服务器间的连接.因此,图的性质和参数
指数跟踪是投资者用来作为指数化投资和与股指期货进行期现套利的重要的技术手段。本文探讨了一种将统计选择变量方法Lasso与机器学习方法遗传算法混合应用进行指数跟踪的问
近几十年来,某些二维带权非线性椭圆问题一直引起人们的广泛关注.例如奇异Liouville方程,Henon方程和带权sinh-Poisson方程等.这些方程不仅具有应用背景,对数学本身也提出一些有
能控性是分布参数控制理论的一个重要问题。本文研究波方程系统的能控性问题.  在第一章中,简要地介绍了分布参数控制理论的研究进展和本文的主要内容。  在第二章中,研究