基于Gram-Schmidt正交化和HSIC的核函数选择方法

来源：计算机技术与发展杂志2024年第06期北京时间：

作者：高雅田;贾斯淇

摘要：核方法是一种解决非线性、异构数据的有效方法,核函数的选择问题是核方法中的一个重要课题,对于不同的应用问题,如何选择合适的核函数还没有足够的理论基础,不适当的核函数选取会降低核方法的性能。 由此,提出了一种基于 Gram-Schmidt 正交化(GSO)和 Hilbert-Schmidt 独立准则的核选择方法(HSIC-GSO),该方法考虑了核函数选择过程中存在的不相关冗余信息。 首先,利用 GSO 消除核函数之间的冗余信息;然后,使用 HSIC 度量核函数与理想核之间的相似性;最后,得到一组判别能力强、多样性大的基核函数。 实验结果表明,HSIC-GSO 方法选择的核函数泛化性好,并且提高了 MKL 的分类性能,验证了所提方法的有效性。

关键词：多核学习;核函数选择;不相关冗余信息;Gram-Schmidt正交化;Hilbert-Schmidt独立准则