迁移拉普拉斯总间隔支持向量机 |
| |
引用本文: | 陆兵,周国华,顾晓清,殷新春.迁移拉普拉斯总间隔支持向量机[J].南京理工大学学报(自然科学版),2020,44(1). |
| |
作者姓名: | 陆兵 周国华 顾晓清 殷新春 |
| |
作者单位: | 常州工业职业技术学院 信息工程系,江苏 常州213164;常州大学 信息科学与工程学院,江苏 常州213164;常州工业职业技术学院 信息工程系,江苏 常州213164;扬州大学 信息工程学院,江苏 扬州225127;常州大学 信息科学与工程学院,江苏 常州,213164;扬州大学 信息工程学院,江苏 扬州,225127 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;江苏省自然科学基金;安徽省农科院院创新团队项目 |
| |
摘 要: | 为了提高半监督分类器在已标记和未标记样本的数量均不足时的分类性能,该文在迁移学习的基础上,提出了一种迁移拉普拉斯总间隔支持向量机。首先提出了联合最大均值差异度量准则,从全局和局部两方面衡量不同领域间的分布差异,并将迁移学习的思想引入半监督学习框架,提出了迁移拉普拉斯总间隔支持向量机。实现源域的知识到目标域的迁移,提高了目标域分类器的性能。8个迁移数据集上的实验结果证明,该方法能处理目标域标记和未标记数据均不足场景下的分类任务。
|
关 键 词: | 迁移学习 支持向量机 分类 半监督 总间隔 最大均值差异度量 |
本文献已被 CNKI 万方数据 等数据库收录! |
|