本文關鍵詞：核典型關聯(lián)性分析相關特征提取與核邏輯斯蒂回歸域自適應學習

  更多相關文章： 域自適應 概率分布差異 相關分析 核邏輯斯蒂回歸 正則化模型

【摘要】：本文提出了一種利用核典型關聯(lián)性分析提取源域目標域最大相關特征,使用核邏輯斯蒂回歸模型進行域自適應學習的算法,該算法稱為KCCA-DAML(Kernel Canonical Correlation Analysis for Domain Adaptation Learning).該算法基于特征集關聯(lián)性分析,有效的減小源域和目標域的概率分布差異性,利用提取的最大相關特征通過核邏輯斯蒂回歸模型實現(xiàn)源域到目標域的跨域學習.實驗比較源域數據上核邏輯斯蒂學習模型、目標域上核邏輯斯蒂學習模型、源域和目標域上核邏輯斯蒂學習模型和KCCA-DAML模型,結果顯示KCCA-DAML在真實數據集上成功的實現(xiàn)了跨域學習.
【作者單位】： 中國石油大學(北京)自動化系;中國科學院軟件研究所基礎軟件國家工程研究中心;
【關鍵詞】： 域自適應 概率分布差異 相關分析 核邏輯斯蒂回歸 正則化模型
【基金】：國家重點基礎研究發(fā)展規(guī)劃(973計劃)項目(No.2012CB720500)
【分類號】：TP181
【正文快照】： 2.中國科學院軟件研究所基礎軟件國家工程研究中心,北京100190)1引言機器學習任務中,假定訓練樣例-標簽對組成的樣本集和測試樣例-標簽對組成的樣本集通常來自同一概率分布,這是保證良好學習性能的基本假設.但在現(xiàn)實應用中,這種假設過于“嚴苛”,具有很大的局限性.我們經常遇

【相似文獻】

中國期刊全文數據庫 前10條

1 陳鳳鳴;;基于網絡的自適應學習系統(tǒng)研究[J];計算機光盤軟件與應用;2013年21期

2 何可佳;;基于概率的自適應學習預測策略[J];計算機工程;2010年10期

3 袁競;周彩英;;網絡環(huán)境下自適應學習系統(tǒng)的內涵探究[J];太原師范學院學報(社會科學版);2010年02期

4 劉建偉;孫正康;羅雄麟;;域自適應學習研究進展[J];自動化學報;2014年08期

5 李華群;張俊珍;廖冬妮;黃庭松;;獨立學院計算機基礎課自適應學習的對策研究[J];教育前沿(理論版);2007年06期

6 張榮華;徐春成;;自適應學習的網絡課程內容設計探究[J];中國現(xiàn)代教育裝備;2005年09期

7 黃伯平;趙蔚;余延冬;;自適應學習系統(tǒng)參考模型比較分析研究[J];中國電化教育;2009年08期

8 張舸;周東岱;葛情情;;自適應學習系統(tǒng)中學習者特征模型及建模方法述評[J];現(xiàn)代教育技術;2012年05期

9 李偉生;王冬;;改進自適應學習樹電源管理預測策略[J];計算機工程與設計;2013年01期

10 羅鈞e，

本文編號：757252