بهینه سازی وزنها در کرنل مرکب برای طبقه بند مبتنی بر نمایش تنک کرنلی

طبقه بند مبتنی بر نمایش تنک (SRC) یکی از الگوریتمهای موفق در ترکیب مفاهیم مطرح در دو حوزه نمونه برداری فشرده و آموزش ماشین است. در SRC، هر نمونه بر اساس ترکیب خطی تنکی از نمونههای آموزشی نمایش داده میشود. با توجه به موفقیتهای اولیه این الگوریتم، فرم کرنلیزه آن (KSRC) نیز ارایه شده که در آن دادهها با استفاده از تابع کرنل به طور غیر صریح به فضای ویژگی جدیدی با ابعاد بالاتر نگاشت یافته و سپس SRC اعمال میشود. در این چارچوب، انتخاب کرنل مناسب اهمیت زیادی دارد. استفاده از کرنل مرکب به جای استفاده از یک کرنل، بهترین راه حلی است که تاکنون برای این مسیله ارایه شده است. در این پژوهش، برای افزایش سرعت و دقت طبقه بند، از کرنل مرکب در ساختار KSRC استفاده شده است. کرنل مرکب، با جمع وزن دار کرنل های پایه ایجاد میشود که وزن کرنل ها با به کارگیری معیارهای متفاوتی تعیین میشود. در این مقاله، با هدف حداقل سازی خطای بازسازی در چارچوب KSRC، روشهایی برای بهینه سازی وزن کرنل ها ارایه میشود. بر این اساس، ابتدا روشهای پایه برای ساخت کرنل مرکب که تا کنون برای کاربرد KSRC استفاده نشده است، مورد بررسی قرارخواهد گرفت سپس الگوریتمی، نوین جهت بهینه سازی کرنل مرکب در چارچوب مسیلهKSRCارایه میشود. برای بررسی عملکرد الگوریتم های پیشنهادی ازدادگان واقعی موجود در پایگاه دادهUCIو مجموعه اعداد دست نویسMNISTاستفاده شده است. نتایج حاصله موید عملکرد خوب الگوریتم پیشنهادی در شرایط مختلف و مقاومتر بودن رو پیشنهادی در مواجهه با نویز است.

کلیدواژه ها:

طبقه بند مبتنی بر نمایش تنک SRC ، طبقه بند مبتنی بر نمایش تنک کرنلیزه شده KSRC ، کرنل مرکب