软件学报

作者：李豪，赵悦，公茂果，武越，刘洁怡

单位：李豪，西安电子科技大学 电子工程学院, 陕西 西安 71007111,赵悦，西安电子科技大学 电子工程学院, 陕西 西安 71007102,公茂果，西安电子科技大学 电子工程学院, 陕西 西安 71007103,武越，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007104,刘洁怡，西安电子科技大学 电子工程学院, 陕西 西安 71007105

关键词：自步学习;多项式混合权重;参数自适应;监督学习

基金：国家自然科学基金（61906146，62036006，6210020547）；中央高校基本科研业务费专项资金（JB210210）；广东省重点领域研发计划（2020B090921001）

自步学习是一种受人类和动物学习过程启发的学习机制，它赋予训练样本不同的权重，从而逐步将简单到更复杂的样本纳入训练集进行学习.自步学习在目标函数中加入自步正则项控制学习过程.目前存在多种形式的自步权重正则项，不同的正则项可能会导致不同的学习性能.其中，混合权重正则项同时具有硬权重和软权重的特点，因而被广泛应用在众多自步学习问题中.然而，当前的混合权重方法只结合了对数软权重，形式较为单一.此外，相较于软权重或硬权重方式，混合权重方法引入了更多的参数.提出一种自适应混合权重的自步正则方法来克服形式单一和参数难以调节的问题.一方面，在学习的过程中权重的表示形式能够自适应进行调整，另一方面，可以根据样本损失分布特点来自适应混合权重引入的自步参数，从而减少参数对人为经验的依赖.行为识别和多媒体事件检测上的实验结果表明提出的方法可以有效地解决权重形式和参数的自适应问题.

来源：2023年第5期

《软件学报》期刊编辑部

查看软件学报杂志2023年第5期