面向张量数据的迁移学习算法

• 作者: 刘波 谢江龙
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 向量 迁移学习 张量 空间信息
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 42-48
• 页数: 7页
• 分类号: TP311
• 字数: 6502字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.02.010

摘要

目前虽然迁移学习算法得到广泛的研究,但大部分迁移学习算法只是面向向量数据. 面向向量的迁移学习算法首先将高阶的张量数据转换为向量作为输入,再进行处理. 可是在数据类型转换的过程中往往会造成张量数据空间信息的丢失以及维数灾难等问题,因此对张量数据的迁移学习算法的研究显得很有必要. 针对传统的基于向量的迁移算法,本文提出基于张量数据的迁移学习算法,使得可以对张量数据直接作为输入,不仅解决了上述问题,还提高了分类准确率. 实验结果表明,该算法具有较高的分类准确率,有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘波	广东工业大学自动化学院	16	55	5.0	6.0
2	谢江龙	广东工业大学自动化学院	1	3	1.0	1.0