基于共同决策方向矢量的多源迁移及其快速学习方法

• 作者: 张景祥 王士同
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 共同决策矢量 多源迁移学习 分类 核心集向量机
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1349-1355
• 页数: 7页
• 分类号: TP391.4
• 字数: 5426字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.07.015

摘要

多源迁移学习提取了多个相似领域之间有用信息,提高了学习效率,但存在计算核矩阵的空间和时间复杂度较高的问题.提出了一种多源迁移学习方法,该方法基于结构风险最小框架理论,以共同决策方向矢量为基准,将多个相似领域的决策方向矢量嵌入到支持向量机的训练过程中,提高了目标领域分类器的分类性能.并结合核心向量机理论提出了共同决策方向矢量核心向量机,实现对大样本数据集的快速分类学习.模拟和真实数据集实验表明了所提算法的有效性.

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	张景祥	江南大学数字媒体学院	16	38	4.0	6.0