Alpha-Beta 对称散度及其正定核
统计方法学
2018-09-18 v2 机器学习
摘要
本文研究了概率测度上的希尔伯特度量与正定(pd)核领域，它们在核方法中具有实际意义。首先，我们基于 Alpha-Beta 散度进行研究，通过构造使其对称化的 Alpha-Beta 对称散度(ABS 散度)来改进该散度以获得希尔伯特度量，并对其性质进行一些研究，同时提出与该散度相关的核。其次，我们将所有提出的度量/核纳入支持向量机(SVM)中进行数值研究。最后，我们提出了一种利用我们的散度进行图像分类的算法。
关键词
引用
@article{arxiv.1803.00001,
title = {The Alpha-Beta-Symetric Divergence and their Positive Definite Kernel},
author = {Mactar Ndaw and Macoumba Ndour and Papa Ngom},
journal= {arXiv preprint arXiv:1803.00001},
year = {2018}
}
备注
1o pages, 11 figures