删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种块增量偏最小二乘算法

本站小编 Free考研考试/2022-02-06

一种块增量偏最小二乘算法

曾雪强1,2,叶震麟1,左家莉2,万中英2,吴水秀2
1.南昌大学信息工程学院, 江西 南昌 330031;2.江西师范大学计算机信息工程学院, 江西 南昌 330022
发布日期:2019-03-19

作者简介:曾雪强(1978— ),男,博士研究生,教授,研究方向为数据降维. E-mail:xqzeng@jxnu.edu.cn
基金资助:国家自然科学基金资助项目(61463033,61866017);江西省****人才资助计划(20171BCB23013);江西省教育厅科学技术研究项目(GJJ150354)

A chunk increment partial least square algorithm

ZENG Xue-qiang1,2, YE Zhen-lin1, ZUO Jia-li2, WAN Zhong-ying2, WU Shui-xiu2
1. Information Engineering School, Nanchang University, Nanchang 330031, Jiangxi, China;
2. School of Computer &
Information Engineering, Jiangxi Normal University, Nanchang 330022, Jiangxi, China
Published:2019-03-19







摘要/Abstract


摘要: 增量学习模型是一种有效挖掘大规模数据的数据处理技术。增量式偏最小二乘(incremental partial least square, IPLS)模型是一种基于增量技术的偏最小二乘算法改进模型,具有不错的数据降维效果,但是,IPLS模型每新增1个样本都需要对模型进行增量更新,导致模型的训练时间较长。针对这一问题,基于数据分块更新的思想提出了一种块增量偏最小二乘算法(chunk incremental partial least square, CIPLS)。CIPLS算法将样本数据划分为数个的数据块(chunk),然后再以数据块为单位对模型进行增量更新,从而大幅减少了模型的更新频率,提高了模型的学习效率。在K8版本的p53蛋白数据集和路透文本分类语料库上的对比实验表明,CIPLS算法大幅度缩短了增量式偏最小二乘模型的训练时间。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3052
相关话题/数据 江西 技术 实验 南昌大学

闂佺懓鍚嬬划搴ㄥ磼閿燂拷2婵炴垶鎸稿ú銊╋綖閹烘鍤€闁告劦浜為崺锟犳煠閺夊灝鏆㈤柣锕€顦甸幃浠嬫濞戞碍鎲ゆ繛鎴炴鐠侊絿妲愬▎鎰剁矗婵☆垵娅e銊╂煥濞戞ḿ鐒锋い顐㈩儐閿涙劙骞嬮婊咁槴闂佺ǹ绻愮粔鐑藉垂閸岀偞鍋ㄩ柨鐕傛嫹
婵犮垹鐖㈤崶褍濮ら梺鍛婂笒濡盯顢旈姀銈嗩棄閻庯綆鍠栭崢鎾煛閸曢潧鐏fい鎴濇处缁嬪鍩€椤掆偓閳诲酣妾遍柍褜鍓欓崯浼存偉濞差亝鏅悘鐐电摂閸ょ姴霉濠婂啴顎楁い鈹嫭濯撮柡鍥╁枔閸欌偓闂佸綊娼цぐ鐐电箔閹惧鈻旀慨妯诲墯閸わ箓鏌熺粙鎸庢悙闁伙綁绠栧顐⑩枎閹邦厾绋勯梺鎸庣☉閺堫剟宕归妸褎濯奸柛娑橈攻缁犳帞鈧灚婢橀悧鍡浰囬崸妤佸仾闁硅揪闄勯敍鏍煏閸℃洖顣╮ee婵犮垹缍婇埀顒佺⊕閵嗗啴鏌涢幒鎴烆棞妞ゆ帞鍠愮粙濠囨偐閻㈢數效闂佸吋婢橀崯浼存偉閸濆媱搴㈡綇椤愮喎浜鹃柡鍥ㄦ皑閻熲晛鈽夐幘缈犱孩妞ゆ洝娅曞ḿ蹇涘川椤撗冩20濡ょ姷鍋犻幓顏嗘濠靛绠戦柤濮愬€楀▔銏犆瑰⿰鍐╊棥缂佸顕埀顒€婀遍崑鐔煎极閵堝鍎嶉柛鏇ㄥ墮閻﹀綊鎮楃憴鍕暡闁哄棌鍋撻梺鍝勵槹閸旀牠鎮¢敍鍕珰闁靛繆鍓濋悡娆愮箾婢跺绀€鐎殿噣鏀卞鍕吋閸曨厾妲戦梺鍝勫€介~澶屾兜閸洘鏅悘鐐靛亾缁犳帡姊婚崶锝呬壕闁荤喐娲戦懗璺衡枔閹达附鍎戦悗锝庡幘缁犳牠鏌℃径娑欏