基于类间距判据的高斯过程分类模型核参数选择方法研究

周亚同; 贾朋朋; 刘龙

Chinese

您当前的位置：

首页 >

文章列表页 >

基于类间距判据的高斯过程分类模型核参数选择方法研究

更新时间：2026-09-04

- 基于类间距判据的高斯过程分类模型核参数选择方法研究
- Kernel Parameter Selection of Gaussian Process Classification Model Based on DBTC Criterion
- 微电子学与计算机 2012年29卷第8期页码：6-8
- 作者机构：
  
  1. 河北工业大学信息工程学院,天津,300401
  2. 西安理工大学机构自动化学院,陕西,西安,710048
- 作者简介：
- 基金信息：
  
  陕西省自然科学基金(2009JQ8007)教育部博士点新任教师基金(20096118120011)国家自然科学基金(60972106)中国博士后科学基金(20090450750)
- DOI：
  中图分类号：
- 纸质出版：2012
- 稿件说明：
移动端阅览
周亚同, 贾朋朋, 刘龙. 基于类间距判据的高斯过程分类模型核参数选择方法研究[J]. 微电子学与计算机, 2012, 29(8): 6-8,14.

ZHOU Ya-tong, JIA Peng-peng, LIU Long. Kernel Parameter Selection of Gaussian Process Classification Model Based on DBTC Criterion[J]. 2012, 29(8): 6-8.
周亚同, 贾朋朋, 刘龙. 基于类间距判据的高斯过程分类模型核参数选择方法研究[J]. 微电子学与计算机, 2012, 29(8): 6-8,14. DOI：

ZHOU Ya-tong, JIA Peng-peng, LIU Long. Kernel Parameter Selection of Gaussian Process Classification Model Based on DBTC Criterion[J]. 2012, 29(8): 6-8. DOI：

摘要

文中提出了一种基于类间距判据的高斯过程分类(GPC)模型核参数选择方法.将核参数作为自变量

类间距作为因变量

获得类间距随核参数变化的目标函数

然后采用共轭梯度法求取目标函数极值

最终获得核参数的最优值.实验表明

用DBTC作为判据进行核参数选择

分类正确率与原有参数选择方法基本相当

但GPC模型在进行参数选择时的耗时大幅减少

因而模型训练速度得到大幅提升.

Abstract

This paper proposes a new kernel parameter selection method of GPC model based on DBTC criterion.After the kernel parameter is used as independent variable

and the DBTC is used as induced variable

we obtain object function that DBTC is varied with kernel parameter.Following that

conjugate gradient method is utilized to calculate the exterma of object function.Finally

the optimal value of kernel parameter is obtained.Experiments illustrates that the proposed method achieved comparable classification accuracy to traditional method.However

the time consuming in parameter section is sharply shortened.Consequently

the training speed of GPC model is improved.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超低功耗实时时钟电路的设计

V型沟槽SiC中子探测器的蒙特卡洛分析

基于区块链的AI生成内容溯源框架设计研究

大模型发展综述：从BERT到Deepseek的技术演进

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真