基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于平移不变核主分量分析的雷达目标识别研究
核主分量分析
零相位表示法
特征提取
高分辨率距离像
BP神经网络
基于平移不变小波变换的图像滤波算法
图像滤波
高斯噪声
平移不变小波变换
阈值收缩
峰值信噪比
基于平移不变的小波变换去噪快速算法
小波变换
平移不变
去噪
基于平移不变多小波变换的齿轮故障诊断
多小波
平移不变
信号降噪
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于平移不变核的异构迁移学习
来源期刊 中国科学院大学学报 学科 工学
关键词 异构迁移学习 平移不变核 RKHS
年,卷(期) 2015,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 121-126
页数 分类号 TP301
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2015.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱廷劭 中国科学院心理研究所 45 122 7.0 9.0
2 关增达 中国科学院大学计算机与控制学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异构迁移学习
平移不变核
RKHS
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导