将Xiong等提出的单核优化算法改进为一种能够进行多核学习的融合核核优化算法.该算法使用了依赖数据变化的核函数,通过最大化核Fisher准则,能够学习出不同特性的核函数的融合系数.为了验证所提方法的有效性,将其应用到核主分量分析(KPCA)的核优化中,在合成数据和实测雷达高分辨一维距离像数据的基础上对KPCA提取特征的分类性能进行了评估,实验结果说明了提出的方法改进了最后的分类性能.
基于树的按需Ad Hoc组播路由协议性能比较和分析