期刊文献+

利用多维Neville算法实现基于转导思想的函数估计 被引量:1

Transductive Inference Based Multi Dimensional Neville Algorithm for Estimating Values of Functions
下载PDF
导出
摘要 根据转导思想的函数估计 ,不用估计函数的模型和参数 ,直接估计函数在给定点的值 ,从根本上区别于传统的函数估计方法 ,但具体的实现算法是一个公开的问题 .讨论使用多维Neville算法实现基于转导思想的函数估计的问题 .利用投影的方法 ,将传统的Neville算法推广到了多维空间 ,在数值计算中引入了核函数的思想 ,从而解决了多维空间的计算问题 ,得到利用多维的Neville算法实现函数估计的方法 .数值试验的结果表明 ,这种方法成功地克服了函数插值的龙格 (Runge)现象 ,有很好的逼近效果 ,并且可以处理多维的函数估计问题 ;同时也给出了对核函数参数进行估计这个难题的一些讨论 .该算法对转导思想的实现提供了一个崭新的途径 . An algorithm based on transductive inference learning used for estimating values of functions. It does not use any predefined modules and parameters and estimates the values of functions directly. It is the biggest difference between traditional algorithms for estimating values of functions. But the most trouble is how to implement the algorithm. Our paper discusses a transductive inference based multi dimensional Neville algorithm for estimating values of functions. By the use of projecting methods, we get multi dimensional Neville algorithm for estimating values of functions. The results of experiments show our algorithm not only successfully overcomes Runge problem of traditional algorithm for estimating values of functions, but also has a very nice function values estimating results and can be used in multi dimensional circumstance. We also provide some discussion of the selection of kernel parameters. Our algorithm shows a brand new way in transductive inference field.
出处 《中国科学院研究生院学报》 CAS CSCD 2005年第1期64-71,共8页 Journal of the Graduate School of the Chinese Academy of Sciences
基金 国家科技部"国家重点实验室网上合作研究平台"项目 ( 2 0 0 3DEA5G0 40 ) 中国科学院研究生院院长基金项目 (YZJJ2 0 0 2 0 6)资助
关键词 多维Neville算法 转导思想 函数估计 数值计算 核函数 transductive inference, kernel function, function value estimating, Neville algorithm
  • 相关文献

参考文献6

  • 1Vapnik V. The nature of statistical learning theory. Springer, 1995. 被引量:1
  • 2Vapnik V. Statistical learning theory. John Wiley and Sons, 1998. 被引量:1
  • 3Gammerman A, Vapnik V, Vowk V. Learning by transduction. In: Proceedings of the 14th Conference on Uncertainty in Artifical Intelligence.Wisconsin, 1998. 148 ~ 156. 被引量:1
  • 4Joachims T. Transductive inference for text classification using support vector machine. In: Proceedings of the 16th International Conference on Machine Learning (ICML). San Francisco: Morgan Kaufmann Publishers, 1999. 200 ~ 209. 被引量:1
  • 5Chapelle O, Vapnik V, Weston J. Transductive inference for estimating values of functions, http://axiom.anu.edu.au/- manojit/SVM/Papers %20and % 20Articles/Chapelle Vapnik Weston. ps. 被引量:1
  • 6Graepel T, Herbrich R, Obermayer K. http ://axiom. anu. edu. au/- manojit/SVM/Papers% 20and% 20Articles/graeherober99b. ps. 被引量:1

同被引文献5

引证文献1

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部