期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于平移不变核的异构迁移学习 被引量:2
1
作者 关增达 程立 朱廷劭 《中国科学院大学学报(中英文)》 CAS CSCD 北大核心 2015年第1期121-126,共6页
提出一种新的异构迁移学习方法.利用与目标数据集相关的异构特征数据集.通过把目标集和异构集的数据使用平移不变核(欧式距离核和径向基函数核),映射到一个新的再生核希尔伯特空间上.在新空间中2个数据集的特征相同,特征维度相等,分布接... 提出一种新的异构迁移学习方法.利用与目标数据集相关的异构特征数据集.通过把目标集和异构集的数据使用平移不变核(欧式距离核和径向基函数核),映射到一个新的再生核希尔伯特空间上.在新空间中2个数据集的特征相同,特征维度相等,分布接近,且保持数据的拓扑性质不变.实验证明,该方法特别是基于欧式距离核的方法取得了较好的效果,在目标训练集的标注数据较少时,有大于5%甚至超过10%的精度提高. 展开更多
关键词 异构迁移学习 平移不变核 RKHS
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部