基于核子空间对齐的非监督领域自适应

• 作者: 吴松松 荆晓远 许明微
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 核空间对齐 领域自适应 图像识别 迁移学习
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP391.41
• 字数: 5422字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.06.011

摘要

在模式识别算法中通常假设训练样本和测试样本服从同一分布.然而,当这种假设无效时,分类准确率会显著下降.领域自适应试图通过矫正源域分布和目标域分布的不匹配来解决分类准确率下降的问题.文中提出了核子空间对齐的非监督领域自适应方法(KSA),其基本思想是首先对源域和目标域分别提取非线性特征,然后对齐提取的两个特征坐标系,使得在发生域迁移时源域和目标域的特征保持不变.视觉分类任务上的实验结果表明,KSA优于目前有竞争力的非监督域自适应方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学自动化学院	52	99	5.0	6.0
2	吴松松	南京邮电大学自动化学院	3	4	2.0	2.0
3	许明微	南京邮电大学自动化学院	1	2	1.0	1.0