用于图分类的组合维核方法
对图等内含结构信息的数据进行学习,是机器学习领域的一个重要问题.核方法是解决此类问题的一种有效技术.文中针对分子图分类问题,基于Swamidass等人的工作,提出用于图分类的组合维核方法.该方法首先构建融合一维信息的二维核来刻画分子化学特征,然后基于分子力学的相关知识,利用几何信息构建三维核来刻画分子物理性质.在此基础上对不同维度的核进行集成,通过求解二次约束二次规划问题来获得最优核组合.实验结果表明,文中方法比现有技术具有更好的性能.
机器学习、图分类、核方法、结构信息、集成学习
32
TP18(自动化基础理论)
国家自然科学基金60635030,60721002;江苏省自然科学基金BK2008018;江苏省333工程资助
2009-06-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
946-952