冗余数据裁剪的自适应迁移学习算法

发布时间：2018-03-14 21:38

  本文选题：迁移学习　切入点：权值回补　出处：《计算机工程与设计》2017年12期 　论文类型：期刊论文

【摘要】：为提高Tradaboost迁移学习的适应性,研究目标领域和源领域的样本权值。考虑目标域和源域间的样本权值差距偏大、负迁移明显的缺陷,提出一种RCTRA算法。增加源领域样本权值回补参数,利用动态冗余数据裁剪算法,小于初始权值的源域样本不可选,在可选数据中动态剔除权值小于设定阈值的数据。通过测试青荣城际高速铁路、青威客车客流数据进行验证,实验结果表明,RCTRA算法较传统迁移学习算法具有更好的有效性和鲁棒性。
[Abstract]:In order to improve the adaptability of Tradaboost transfer learning, the sample weights of target domain and source domain are studied. This paper presents a RCTRA algorithm, which increases the weight compensation parameters of source domain samples, and uses dynamic redundant data clipping algorithm. The source domain samples less than the initial weight are not optional. In the optional data, the data whose weights are less than the set threshold are dynamically eliminated. The data of passenger flow of Qingwei bus are verified by testing the Qingrong Intercity High-speed Railway. Experimental results show that the RCTRA algorithm is more effective and robust than the traditional migration learning algorithm.
【作者单位】： 山东管理学院机电学院;
【基金】：国家社科基金项目(16BGL181) 山东省统计科研重点课题基金项目(KT16086) 山东省高等学校教学改革基金项目(2015M119) 山东省社科规划基金项目(14CGLJ25) 山东省高校科研发展计划基金项目(J14LN17)
【分类号】：TP181

【相似文献】

相关期刊论文 前10条

1 曹金保;;人工蜂群算法研究综述[J];电子设计工程;2013年23期

2 刘江华;戴新喜;白似雪;;基于模式矩阵的P_Matrix算法[J];南昌大学学报(理科版);2007年05期

3 陈焕文,谢丽娟,谢建平;一类值函数激励学习的遗忘算法[J];计算机研究与发展;2001年04期

4 杜荣华;姚刚;吴泉源;;蚁群算法在移动Agent迁移中的应用研究[J];计算机研究与发展;2007年02期

5 殷苌茗,陈焕文,谢丽娟;激励学习的广义平均算法及其收敛性[J];计算机工程与应用;2002年20期

6 段海滨;王道波;于秀芬;;蚁群算法的研究现状及其展望[J];中国工程科学;2007年02期

7 郑松;侯迪波;周泽魁;;动态调整选择策略的改进蚁群算法[J];控制与决策;2008年02期

8 马知也;施秋红;;猫群算法研究综述[J];甘肃广播电视大学学报;2014年02期

9 李娜;雷秀娟;;细菌觅食优化算法的研究进展[J];计算机技术与发展;2014年08期

10 拓守恒;;一种基于人工蜂群的高维非线性优化算法[J];微电子学与计算机;2012年07期

相关博士学位论文 前9条

1 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年

2 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年

3 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

4 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年

5 吴擎;基于模式搜索的类电磁机制算法研究与应用[D];华中科技大学;2013年

6 宁爱平;人工蜂群算法及其在语音识别中的应用研究[D];太原理工大学;2013年

7 赵晶;量子行为粒子群优化算法及其应用中的若干问题研究[D];江南大学;2013年

8 王珏;生物地理学优化算法的研究及应用[D];哈尔滨工程大学;2013年

9 马颖;基于量子计算理论的优化算法研究[D];西北工业大学;2014年

相关硕士学位论文 前10条

1 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

2 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

3 丛玲;改进的粒子群优化算法应用于解决漏气检测问题的算法与仿真[D];山东师范大学;2015年

4 陈炜;双正则最大间隔规划算法研究[D];浙江大学;2015年

5 张彪;基于和声优化算法的研究与应用[D];聊城大学;2015年

6 陆民迪;果蝇优化算法改进与分析研究[D];广西大学;2015年

7 李志南;教与学优化算法的改进及应用研究[D];新疆大学;2015年

8 钟午;蜂拥算法及其在移动传感器网络中的应用[D];电子科技大学;2014年

9 赖智铭;蚁群算法在路径规划中的应用研究[D];福建师范大学;2014年

10 柴鹰;面向异质媒体的网络事件发现算法研究[D];北京工业大学;2015年

，

本文编号：1613076