Indexed by：
Abstract：
基于ALMM的L1正则化核学习机的分布式训练方法，属于无线传感器网络中数据融合技术领域，涉及一种核学习机的分布式训练方法。本发明利用增广拉格朗日乘子方法构建和求解基于L1正则化的核学习机的分布式训练优化问题，提出以相邻节点间的局部最优模型近似全局最优模型的优化求解方法，即在节点本地模型与邻居节点间的局部最优模型相一致的约束下，利用ALMM构建和求解基于L1正则化的核学习机的分布式训练优化问题，利用ADMM对节点本地的L1正则化核学习机训练优化问题进行稀疏模型求解，仅依靠相邻节点间传输稀疏模型的方式进行协作，以进一步优化节点局部模型，直至各节点模型收敛。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201510294216.8
Filing Date： 2015-06-01
Publication Date： 2019-01-29
Pub. No.： CN104954973B
Applicants： 北京工业大学
Legal Status： 未缴年费
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
