期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于核子空间对齐的非监督领域自适应
1
作者
吴松松
许明
微
荆晓远
《南京邮电大学学报（自然科学版）》
北大核心
2015年第6期77-83,共7页
在模式识别算法中通常假设训练样本和测试样本服从同一分布。然而,当这种假设无效时,分类准确率会显著下降。领域自适应试图通过矫正源域分布和目标域分布的不匹配来解决分类准确率下降的问题。文中提出了核子空间对齐的非监督领域自适...
在模式识别算法中通常假设训练样本和测试样本服从同一分布。然而,当这种假设无效时,分类准确率会显著下降。领域自适应试图通过矫正源域分布和目标域分布的不匹配来解决分类准确率下降的问题。文中提出了核子空间对齐的非监督领域自适应方法(KSA),其基本思想是首先对源域和目标域分别提取非线性特征,然后对齐提取的两个特征坐标系,使得在发生域迁移时源域和目标域的特征保持不变。视觉分类任务上的实验结果表明,KSA优于目前有竞争力的非监督域自适应方法。
展开更多
关键词
核空间对齐
领域自适应
图像识别
迁移学习
下载PDF
职称材料
题名
基于核子空间对齐的非监督领域自适应
1
作者
吴松松
许明
微
荆晓远
机构
南京邮电大学自动化学院
出处
《南京邮电大学学报（自然科学版）》
北大核心
2015年第6期77-83,共7页
基金
国家自然科学基金(61402238)
江苏省博士后基金(1302054C)资助项目
文摘
在模式识别算法中通常假设训练样本和测试样本服从同一分布。然而,当这种假设无效时,分类准确率会显著下降。领域自适应试图通过矫正源域分布和目标域分布的不匹配来解决分类准确率下降的问题。文中提出了核子空间对齐的非监督领域自适应方法(KSA),其基本思想是首先对源域和目标域分别提取非线性特征,然后对齐提取的两个特征坐标系,使得在发生域迁移时源域和目标域的特征保持不变。视觉分类任务上的实验结果表明,KSA优于目前有竞争力的非监督域自适应方法。
关键词
核空间对齐
领域自适应
图像识别
迁移学习
Keywords
kernel subspace alignment
domain adaptation
image classification
transfer learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于核子空间对齐的非监督领域自适应
吴松松
许明
微
荆晓远
《南京邮电大学学报（自然科学版）》
北大核心
2015
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
