| 基于迁移子空间的半监督领域自适应方法 |
| |
| 引用本文： | 陶洋,杨雯,翁善,林飞鹏.基于迁移子空间的半监督领域自适应方法[J].计算机工程与设计,2021,42(8):2308-2315. |
| |
| 作者姓名： | 陶洋 杨雯 翁善 林飞鹏 |
| |
| 作者单位： | 重庆邮电大学通信与信息工程学院,重庆400065 |
| |
| 摘 要： | 传统子空间学习方法在对齐领域总体分布时往往忽略样本类别信息,若原始样本判别力不足,将难以保证投影后子空间中样本的判别性.针对该问题,提出迁移子空间的半监督领域自适应方法.通过充分利用样本类别标签先验信息,在得到具有判别性子空间的同时充分挖掘重构矩阵中蕴含的鉴别信息,增强子空间跨领域特征表达的鉴别力和鲁棒性,提高模型的分类性能.在领域自适应问题常用的基准图像数据集上进行实验,其结果表明,该算法有较好的分类效果.
|
| 关 键 词： | 领域自适应 迁移学习 半监督学习 子空间学习 图像分类 |
Semi-supervised domain adaptation via transfer subspace |
| |
| TAO Yang,YANG Wen,WENG Shan,LIN Fei-peng.Semi-supervised domain adaptation via transfer subspace[J].Computer Engineering and Design,2021,42(8):2308-2315. |
| |
| Authors: | TAO Yang YANG Wen WENG Shan LIN Fei-peng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
