【摘 要】
：
针对当前基于支持向量机的排序学习方法训练时间长以及不考虑查询之间差异、模型单一的问题,提出一种查询依赖的有序多超平面排序学习模型.根据不同查询,利用其对应训练数据
【机 构】
：
西安交通大学计算机科学与技术系,西安电子科技大学软件学院
论文部分内容阅读
针对当前基于支持向量机的排序学习方法训练时间长以及不考虑查询之间差异、模型单一的问题,提出一种查询依赖的有序多超平面排序学习模型.根据不同查询,利用其对应训练数据所属等级之间的序关系构建多个超平面.此外,提出了一种加权表决方法对多个超平面的排序列表进行聚合,根据各超平面的排序精度赋予其不同权重,计算最终排序结果.在标准数据集LETOR OHSUMED上对所提出的模型性能进行了综合评测,并与相关排序模型进行了对比分析.实验结果显示,所提出的模型排序性能有较大提升.同时,训练时间明显缩短.
其他文献
探讨演变图（即随时间变化的图）的挖掘,重点研究在演变图中挖掘连接子图的演变模式集合.提出一种连接子图的相似度函数及其快速计算算法.基于该相似度函数,提出一种发现演变模式
本文首先介绍了国内外的VoIP发展情况,利用Sniffer对语音包的带宽占用情况做了分析评估。接下来对VoIP信令系统中的SIP的注册与呼叫消息及其因操作产生的错误进行了深入的分
面向Web应用，提出一种动态资源按需配置方法，能够根据不断变化的资源需求以在线方式高效地重配置集群，实时地确定集群当前节点运行数量及其上部署的虚拟机类型．该方法基于布尔二
长江按地理位置划分,虽然居于内河,但由于长江下游优越的水位条件,使5万吨级的海轮在中洪水位可直驶南京,万吨级海轮可以直达芜湖。2003年长江干线港口外贸货物吞吐量达到500
针对摄像机位姿问题提出了一种加权线性方法,其关键思想是通过加权使经典线性方法的代数误差近似于重投影算法的几何误差,从而达到接近于最大似然估计(Levenberg-Marquardt简称ML)的精度.通过对经典DLT(direct linear transformation)算法和EPnP算法使用加权的方法,给出了加权DLT算法(WDLT)和加权EPnP算法(WEPnP).大量模拟数据和真实图像实验