华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2011年
5期
108-114
,共7页
覃姜维%郑启伦%马千里%韦佳%林古立
覃薑維%鄭啟倫%馬韆裏%韋佳%林古立
담강유%정계륜%마천리%위가%림고립
迁移学习%标签传播%文本分类%交互精化
遷移學習%標籤傳播%文本分類%交互精化
천이학습%표첨전파%문본분류%교호정화
传统机器学习方法假设训练数据和测试数据分布一致,但在许多实际应用中这个假设并不能得到满足.针对该情况,文中提出了一种非参数化的迁移学习算法--多步桥接精化算法.首先构造一系列中间模型来建立不同领域之间的桥梁,然后在近邻的模型间进行标签传播,实现从源领域到目标领域的判别信息迁移.实验结果表明,分布相近的模型使迁移变得平滑,并使精化结果不敏感于初始标签,文中算法在分类精度上优于其他对比算法.
傳統機器學習方法假設訓練數據和測試數據分佈一緻,但在許多實際應用中這箇假設併不能得到滿足.針對該情況,文中提齣瞭一種非參數化的遷移學習算法--多步橋接精化算法.首先構造一繫列中間模型來建立不同領域之間的橋樑,然後在近鄰的模型間進行標籤傳播,實現從源領域到目標領域的判彆信息遷移.實驗結果錶明,分佈相近的模型使遷移變得平滑,併使精化結果不敏感于初始標籤,文中算法在分類精度上優于其他對比算法.
전통궤기학습방법가설훈련수거화측시수거분포일치,단재허다실제응용중저개가설병불능득도만족.침대해정황,문중제출료일충비삼수화적천이학습산법--다보교접정화산법.수선구조일계렬중간모형래건립불동영역지간적교량,연후재근린적모형간진행표첨전파,실현종원영역도목표영역적판별신식천이.실험결과표명,분포상근적모형사천이변득평활,병사정화결과불민감우초시표첨,문중산법재분류정도상우우기타대비산법.
