Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Multiwedgelets in Image Denoising Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

An Iterative Algorithm for Selecting the Parameters in Kernel Methods

verfasst von : Tan Zhiying, She Kun, Song Xiaobo

Erschienen in: Multimedia and Ubiquitous Engineering

Verlag: Springer Netherlands

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Giving a certain training sample set, the learning efficiency almost depends on the kernel function in kernel methods. This inspires us to learn the kernel and the parameters. In the paper, a selecting parameter algorithm is proposed to improve the calculation efficiency. The normalized inner product matrix is the approximation target. And utilize the iterative method to calculate the optimal bandwidth. The defect detection efficiency can be greatly improved adopting the learned bandwidth. We applied the algorithm to detect the defects on tickets’ surface. The experimental results indicate that our sampling algorithm not only reduces the mistake rate but also shortens the detection time.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Calibration of Urine Biomarkers for Ovarian Cancer Diagnosis
Nächstes Kapitel A Fast Self-Organizing Map Algorithm for Handwritten Digit Recognition
Literatur
1.
Shawe-Taylor J, Cristianini N (2004) Kernel methods for pattern analysis. Cambridge University, LondonCrossRef
2.
Schölkopf B, Smola A, Müller KR (1997) Kernel principal component analysis. ICANN: artificial neural networks, pp 583–588
3.
Shao JD, Rong G, Lee JM (2009) Learning a data-dependent kernel function for KPCA-based nonlinear process monitoring. Chem Eng Res Design 87:1471–1480
4.
Cortes C, Mohri M, Rostamizadeh A (2009) L2 regularization for learning kernels. In: Conference uncertainty in artificial intelligence, pp 109–116
5.
Cortes C, Mohri M, Rostamizadeh A (2009) Learning non-linear combinations of kernels. Adv Neural Inf Proc Syst 22:396–404
6.
Rakotomamonjy A, Bach FR, Canu S et al (2009) SimpleMKL. J Mach Learn Res 9:2491–2521MathSciNet
7.
Bach F (2008) Exploring large feature spaces with hierarchical multiple kernel learning. arXiv preprint 0809:1–30
8.
Yi Y, Nan Y, Bingchao D et al (2012) Neural decoding based on Kernel regression. JDCTA Int J Digit Content Technol Appl 6:427–435
9.
Shi WY (2012) The algorithm of nonlinear feature extraction for large-scale data set. IJIPM Int J Inf Proc Manage 3:45–52
10.
Scholkopf B, Smola A, Muller KR (1998) Nonlinear component analysis as a Kernel eigenvalue problem, vol 10. pp 1299–1319
11.
Mika S, Schölkoph B, Smola A et al (2001) Kernel PCA and de-noising in feature spaces. Adv Neural Inf Proc Syst 11:536–542
12.
Takahashi T, Kurita T (2002) Robust de-noising by Kernel PCA. Artificial neural networks-ICANN, pp 789–789
13.
Tan ZY, Feng Y (2011) A novel improved sampling algorithm. In: Conference communication software and networks, pp 43–46
14.
Gerald CF, Wheatley PO (2006) Applied numerical analysis. Pearson Academic, America
Metadaten
Titel
An Iterative Algorithm for Selecting the Parameters in Kernel Methods
verfasst von
Tan Zhiying
She Kun
Song Xiaobo
Copyright-Jahr
2013
Verlag
Springer Netherlands
Buch
Multimedia and Ubiquitous Engineering

Print ISBN: 978-94-007-6737-9

Electronic ISBN: 978-94-007-6738-6

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-94-007-6738-6_22

Neuer Inhalt

    Bildnachweise