基于多源数据模型的排序学习算法

• 作 者: 刘昊 许超
• 机 构: 北京大学机器感知与智能教育部重点实验室,北京100871
• 出 处: 第八届全国信号和智能信息处理与应用学术会议
• 发表日期: 2014年期
• 关键词: 数据模型 排序函数 学习算法 线性叠加 实验 空间 检索结果 处理方法

提出了一种基于多源数据模型的排序学习算法,以基于数据点对的排序学习算法RankSVM以及多源学习算法SVM-2K为基础,旨在将来源于多个空间的检索数据加以区分,在各自的空间中分别训练互相关联的排序函数,再以线性叠加的方式得到最终的排序函数.实验表明,基于多源数据模型的处理方法可以优化检索结果,该算法的实验效果优于经典的RankSVM算法.