作业帮模式识别核方法中的local kernel是什么意思,具体点.是仅仅指高斯径向基函数,还是什么?
来源：学生作业帮助网 编辑：作业帮 时间：2024/05/08 07:17:02
模式识别核方法中的local kernel是什么意思,具体点.是仅仅指高斯径向基函数,还是什么?
模式识别核方法中的local kernel是什么意思,具体点.是仅仅指高斯径向基函数,还是什么?
模式识别核方法中的local kernel是什么意思,具体点.是仅仅指高斯径向基函数,还是什么?
神经网络一般用来处理非线性可分的问题,一般来讲如果数据的类间离散度很小或者非线性程度太大的话,即使采用很高的隐层维度也不容易分,因为很多情况下根本就不可分.比如这个例子clear
clc
close all
a1=randint(2,1000,[-1000 10000]);
a2=randint(2,1000,[-10000 1000]);
a=[a1 a2];
for i=1:1000
b1(i)=0;
b2(i)=1;
end
b=[b1 b2];
c = [randperm(2000)];
d=[a;b];
for i=1:2000
e(:,i)=d(:,c(i));
end
for i=1:2000
a(1,i)=e(1,i);
a(2,i)=e(2,i);
b(1,i)=e(3,i);
end
figure(1);
plot(a1(1,:),a1(2,:),'r+');
hold on;
plot(a2(1,:),a2(2,:),'bo');
所以我们需要做一个特征变换,比如这样一组数据Xi=（x1i x2i x3i .xni）.如果存在一种变换f,使得对于Yi=f(Xi)变得线性可分或者线性可分的程度非常更大,那么分类正确率就会更高.
实际做的时候我们往往喜欢把这个映射加入到神经网络的隐层当中,也就是说在神经网络中完成特征变换,例如你提到的RBF网络,隐层的激励函数就是核函数,最经典的是高斯径向基函数,当然还有其他各种类型的核函数.
如果要研究核函数或者对于某个模型求出来一个最佳的核函数是非常困难的,一般硕士阶段都是通过仿真实验研究模型在几种经典核函数下的特性,然后选取一个最佳的.