基于最大均值差异的多标记迁移学习算法 |
| |
引用本文: | 姜海燕,刘昊天,舒欣,徐彦,伍艳莲,郭小清.基于最大均值差异的多标记迁移学习算法[J].信息与控制,2016(4):463-470,478. |
| |
作者姓名: | 姜海燕 刘昊天 舒欣 徐彦 伍艳莲 郭小清 |
| |
作者单位: | 南京农业大学信息科技学院;国家信息农业工程技术中心 |
| |
基金项目: | 国家自然科学基金资助项目(30971697,61403205);国家863计划资助项目(2013AA100404);江苏省农业科技自主创新资金(CX(16)1039) |
| |
摘 要: | 针对多标记迁移学习中源领域与目标领域的特征分布差异会导致源领域数据无法被目标领域利用的问题,提出了一种基于最大均值差异的多标记迁移学习算法(Multi-Label Transfer Learning via Maximum mean discrepancy,M-MLTL),算法通过分解关系矩阵构造共享子空间,并采用最大均值差异(maximum mean discrepancy)作为评价指标,最小化子空间特征的分布差异,从而使源领域与目标领域的特征分布尽可能相似.多标记图像分类实验的结果表明,新算法比同类算法有更高的精度和计算效率.
|
关 键 词: | 多标记 迁移学习 最大均值差异 共享子空间 |
本文献已被 CNKI 等数据库收录! |
|