| 参数字典稀疏表示的完全无监督域适应 |
| |
| 引用本文： | 余欢欢,陈松灿.参数字典稀疏表示的完全无监督域适应[J].计算机科学与探索,2019(5):822-833. |
| |
| 作者姓名： | 余欢欢 陈松灿 |
| |
| 作者单位： | 1.南京航空航天大学计算机科学与技术学院 |
| |
| 基金项目： | 国家自然科学基金Nos.61672281;61472186~~ |
| |
| 摘 要： | 无监督域适应(unsupervised domain adaptation,UDA)针对的是源域有标记而目标域无标记的学习问题,其目的是利用从标记大样本源域中所学"知识"来促进无标记小样本目标域的学习性能。但现实中也往往存在样本无标记的源域,形成了所谓的完全无监督域适应。该问题给域适应学习带来了严峻的挑战。受先前提出的软大间隔聚类学习(soft large margin clustering,SLMC)启发,提出了一种参数迁移方法——参数字典稀疏表示的完全无监督的域适应方法(whole UDA,WUDA)。SLMC采用分类学习思想在输出(标记)空间中实现给定数据的聚类,在这种实现原理的启发下,从参数(决策函数的权重矩阵)公共字典的角度,在源域和目标域的权重间进行互适应参数字典学习实现知识迁移,同时引入l2,1范数来约束字典系数矩阵,使得各域权重可从公共字典中自适应地选择,从而实现域适应学习。最后,在相关数据集上的实验显示了WUDA在聚类性能上的显著有效性。
|
| 关 键 词： | 完全无监督域适应(WUDA) 参数公共字典 稀疏表示 无标记小样本问题 软大间隔聚类(SLMC) |
Whole Unsupervised Domain Adaptation Using Sparse Representation of Parameter Dictionary |
| |
| YU Huanhuan,CHEN Songcan.Whole Unsupervised Domain Adaptation Using Sparse Representation of Parameter Dictionary[J].Journal of Frontier of Computer Science and Technology,2019(5):822-833. |
| |
| Authors: | YU Huanhuan CHEN Songcan |
| |
| Affiliation: | (College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China) |
| |
| Abstract: | YU Huanhuan;CHEN Songcan(College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China) |
| |
| Keywords: | whole unsupervised domain adaptation (WUDA) common dictionary of parameter sparse representation problem of unlabeled small sample soft large margin clustering (SLMC) |
| 本文献已被 维普 等数据库收录！ |
|
