科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及机器学习领域,其公开了一种多任务的函数到函数回归方法,包括以下步骤：S1、构造一个基于基函数双重扩展的函数到函数回归模型,并建立一个从自变量函数到因变量函数的映射的目标函数；S2、进一步构建多任务的函数到函数回归模型的目标函数,通过协同分组挖掘各个任务之间的隐含结构来提升每个回归任务的性能,其中该步骤中的目标函数含有回归系数矩阵；S3、采用不同的稀疏性正则化技术对步骤S2中的回归系数矩阵施加约束；S4、对最终函数回归模型的目标函数非光滑和非独立的问题进行优化；基于结构型稀疏性的多任务函数到函数回归模型的优点是可以同时挖掘任务的相似性和基函数的聚类特征,并用于提升函数回归系统的性能。
- 单位
