迁移学习数据分类中的ESVM算法

• 作者: 张建军 王士同 王骏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 迁移学习 分类 支持向量机 继承经验 抗噪性能
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 173-176
• 分类号: TP18
• 字数: 3318字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.08.057

摘要

在迁移学习中对变化后的数据集进行分类时,噪音导致分类结果不合理.为此,提出一种迁移学习数据分类中的扩展支持向量机(ESVM)算法.使用变化前数据集的概率分布信息及学习经验,指导缓慢变化后的数据集进行分类,使分割面既可以准确分割现有数据集,同时也保留原先数据集的一些属性.实验结果表明,该算法具有一定的抗噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
4	王骏	江南大学信息工程学院	49	553	8.0	23.0
10	张建军	江南大学信息工程学院	4	11	1.0	3.0