具有协同约束的共生迁移学习算法研究

• 作者: 张景祥 李奕 王士同 蒋亦樟 邓赵红
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 协同约束 共生迁移学习 分类 支持向量机
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 科研通信
• 页码范围: 556-560
• 页数: 5页
• 分类号: TP391
• 字数: 4915字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.03.020

摘要

传统迁移学习方法通常直接利用相关领域中的数据来辅助完成当前领域的学习任务，而忽略了领域间互相学习的能力。针对此类问题，提出了一种具有协同约束的共生迁移学习方法（Collaborative Constraints based Symbiosis Transfer Learning ，CCSTL）。在协同约束的基础上，引入共生迁移机制实现领域间的交替互动学习，进而实现源领域和目标领域间的知识迁移，从而提高受训分类器的分类性能。在模拟数据和真实数据集上的实验结果表明了新算法的有效性。

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	江南大学数字媒体学院	528	3424	23.0	37.0
2	邓赵红	江南大学数字媒体学院	86	764	11.0	26.0
3	蒋亦樟	江南大学数字媒体学院	50	216	8.0	11.0
4	张景祥	江南大学数字媒体学院	16	38	4.0	6.0
8	李奕	江南大学数字媒体学院	4	49	3.0	4.0