已閱讀1頁，還剩54頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的機(jī)器學(xué)習(xí)中當(dāng)分布發(fā)生變換時(shí),大部分的機(jī)器學(xué)習(xí)方法不具備自適應(yīng)能力,需要重新學(xué)習(xí),要求用戶收集更多的訓(xùn)練數(shù)據(jù)。在現(xiàn)實(shí)的應(yīng)用中,重新收集訓(xùn)練數(shù)據(jù)、重新訓(xùn)練學(xué)習(xí)機(jī)代價(jià)很大,非常有必要減少這些環(huán)節(jié),遷移學(xué)習(xí)的研究就成為一種必然。遷移學(xué)習(xí)可以應(yīng)用相關(guān)領(lǐng)域的數(shù)據(jù),將相關(guān)領(lǐng)域的有用知識"遷移"到目標(biāo)領(lǐng)域中,用以解決在目標(biāo)領(lǐng)域的學(xué)習(xí)任務(wù).而遷移學(xué)習(xí)的關(guān)鍵是如何選取相關(guān)數(shù)據(jù)以幫助目標(biāo)領(lǐng)域的學(xué)習(xí)。本文提出一種基于聚類集成的遷移學(xué)習(xí)算法,通過從源數(shù)據(jù)中
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于實(shí)例和特征的遷移學(xué)習(xí)算法研究.pdf
- 基于跨領(lǐng)域的遷移學(xué)習(xí)算法研究.pdf
- 基于樣本遷移的多核學(xué)習(xí)算法研究.pdf
- 基于遷移學(xué)習(xí)的跨領(lǐng)域排序?qū)W習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)和QoS的遷移實(shí)例路徑規(guī)劃研究.pdf
- 基于多潛在空間的遷移學(xué)習(xí)算法研究.pdf
- 基于最大熵模型的遷移學(xué)習(xí)算法研究.pdf
- 基于實(shí)例與特征的遷移學(xué)習(xí)文本分類方法研究.pdf
- 基于遷移學(xué)習(xí)的協(xié)同過濾推薦算法研究.pdf
- 基于遷移學(xué)習(xí)的個(gè)性化推薦算法研究.pdf
- 基于模糊C均值的文本遷移學(xué)習(xí)算法研究.pdf
- 基于遷移學(xué)習(xí)的鐵路異物檢測算法研究.pdf
- 基于終身學(xué)習(xí)Agent的多源遷移算法研究.pdf
- 基于組件的輕量級遷移實(shí)例創(chuàng)建研究.pdf
- 基于任務(wù)片的遷移實(shí)例旅行圖的研究.pdf
- 輕量級遷移實(shí)例的研究.pdf
- 基于遷移過采樣的類別不平衡學(xué)習(xí)算法研究.pdf
- 基于詞袋模型和遷移學(xué)習(xí)的圖像分類算法研究.pdf
- 基于遷移學(xué)習(xí)和特征融合的人臉識別算法的研究.pdf
- 基于空間信息和遷移學(xué)習(xí)的圖像多標(biāo)記算法研究.pdf
評論
0/150
提交評論