基于稀疏表示和过程学习的迁移学习分类方法
【文章页数】:55 页
【学位级别】:硕士
【部分图文】:
图3.1图像数据(a)流形结构,(b)稀疏重构
南京邮电大学专业学位硕士研究生学位论文第三章基于稀疏表示的域自适应学习方法结构特性,在迁移学习中,往往会加入一个流形正则化项用以约束分类器保留原始空间的流形结构特性,但是流形结构体现的仅是数据局部的特性,有着一定的约束性,因而我们希望找到一种更能体现整体性的结构特性,来替换流....
图3.2图像数据(a)USPS,(b)MNIST,(c)MSRC,(d)VOC2007,(e)Caltech-10,(f)DSLR,(g)
(a)(b)(c)(d)(e)(f)(g)图3.2图像数据(a)USPS,(b)MNIST,(c)MSRC,(d)VOC2007,(e)Caltech-10,(f)DSLR,(g)Webcam
图4.1在“猫”的帮助下学习(a)“狗”,从更相关的(b)开始,然后是(c),按照一种有意义的方式排序
邮电大学专业学位硕士研究生学位论文第四章基于过程学习的域自适应学习方(2)反向分类(reverseclassification)方法被使用,以确定迭代的终止,这样能保证只关的知识被迁移。(3)在一些常用的真实数据集上,实验证明了PDA比大多数现在的其他方法都有更果。
图4.2自步学习实例,学习数学从一年级,然后是三年级,按照“难易度”进行学习
最相关的知识被迁移。(3)在一些常用的真实数据集上,实验证明了PDA比大多数现在的其他方法都有更好的效果。(a)(b)(c)图4.1在“猫”的帮助下学习(a)“狗”,从更相关的(b)开始,然后是(c),按照一种有意义的方式排序。4.2相关工作4.2.1基于多样性的....
本文编号:3972054
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3972054.html