基于分层随机投影(LaRP)框架的随机特征映射用于对象分类
计算机视觉与模式识别
2016-02-05 v1 机器学习
机器学习
摘要
通过线性特征映射逼近非线性核近来因其在降低基于核的学习算法的训练和测试时间方面的应用而受到关注。当前的随机投影方法通过将非线性特征空间嵌入低维欧氏空间来构造非线性核，从而规避维数灾难。我们引入了一种分层随机投影(LaRP)框架，其中我们将线性核与非线性分开建模以提高训练效率。所提出的LaRP框架使用MNIST手写数字数据库和COIL-100对象数据库进行了评估，并显示出相对于其他最先进的随机投影方法在对象分类性能上的显著提升。
引用
@article{arxiv.1602.01818,
title = {Random Feature Maps via a Layered Random Projection (LaRP) Framework for Object Classification},
author = {A. G. Chung and M. J. Shafiee and A. Wong},
journal= {arXiv preprint arXiv:1602.01818},
year = {2016}
}
备注
5 pages