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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、分類是數(shù)據(jù)挖掘領(lǐng)域的一個重要技術(shù)。在數(shù)據(jù)獨(dú)立同分布的假設(shè)下,分類技術(shù)根據(jù)已有的帶有類別標(biāo)簽的訓(xùn)練樣本建立分類模型,并利用該模型盡量準(zhǔn)確地對新的數(shù)據(jù)樣本進(jìn)行預(yù)測與分類。但是在實(shí)際應(yīng)用中,滿足獨(dú)立同分布條件的訓(xùn)練樣本往往相當(dāng)缺乏,造成分類模型的準(zhǔn)確率下降。近年來,為了解決訓(xùn)練樣本不足的問題,學(xué)者們提出了主動學(xué)習(xí)和遷移學(xué)習(xí)兩類方法。主動學(xué)習(xí)的目的是選取少量的具有代表性的數(shù)據(jù)樣本,并由領(lǐng)域?qū)<医o這些樣本標(biāo)注類別標(biāo)簽,以使其成為訓(xùn)練樣本。然后,主
2、動學(xué)習(xí)可以用這少量的具有代表性的訓(xùn)練樣本建立準(zhǔn)確率高的分類模型,從而減少了對訓(xùn)練樣本的數(shù)量的需求。另一類方法叫做遷移學(xué)習(xí)。遷移學(xué)習(xí)的目的是借助來自其他領(lǐng)域的,不滿足數(shù)據(jù)獨(dú)立同分布的訓(xùn)練樣本,幫助目標(biāo)領(lǐng)域建立分類模型,從而減少了對目標(biāo)領(lǐng)域的訓(xùn)練樣本的要求。 但是,在解決訓(xùn)練樣本缺乏的問題上,主動學(xué)習(xí)和遷移學(xué)習(xí)各有不足。一方面,主動學(xué)習(xí)對訓(xùn)練樣本的需求依然很大,造成某些領(lǐng)域獲得訓(xùn)練樣本的代價依然很高;遷移學(xué)習(xí)雖然可以以零代價獲得訓(xùn)練
3、樣本,但是從其他領(lǐng)域遷移過來的訓(xùn)練樣本有可能與目標(biāo)領(lǐng)域分布差異很大,造成“負(fù)遷移”,即使得分類模型的準(zhǔn)確率下降。為了更好地解決訓(xùn)練樣本不足的問題,在這兩類方法的基礎(chǔ)上,本文提出了主動遷移學(xué)習(xí)的模型。本文結(jié)合主動學(xué)習(xí)的思想,解決負(fù)遷移的問題;并利用了遷移學(xué)習(xí)來降低主動學(xué)習(xí)中獲得訓(xùn)練樣本的代價。理論和實(shí)驗證明本文提出的模型能有效地避免負(fù)遷移,提高分類的準(zhǔn)確率,并有效地降低獲得訓(xùn)練樣本的代價。 另外,為了說明主動遷移學(xué)習(xí)模型的有效性,
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
- RAID磁盤自愈及數(shù)據(jù)主動遷移技術(shù)的研究與實(shí)現(xiàn).pdf
- Web服務(wù)自動遷移.pdf
- 政府競爭、勞動遷移與房價差異研究.pdf
- 基于主動學(xué)習(xí)和遷移學(xué)習(xí)的文本情感預(yù)測研究.pdf
- 序列模型中的遷移學(xué)習(xí)研究.pdf
- 運(yùn)動遷移理論在英式橄欖球訓(xùn)練中的應(yīng)用研究.pdf
- 基于危險理論的遷移實(shí)例主動安全模型研究.pdf
- 一種基于自學(xué)習(xí)的遷移學(xué)習(xí)模型及應(yīng)用.pdf
- 面向張量數(shù)據(jù)的遷移學(xué)習(xí)研究與應(yīng)用.pdf
- 基于最大熵模型的遷移學(xué)習(xí)算法研究.pdf
- 基于多支點(diǎn)滑動遷移方式的虛擬仿真系統(tǒng)的開發(fā).pdf
- 奇異模型學(xué)習(xí)算法的研究與應(yīng)用.pdf
- 移動環(huán)境下的服務(wù)發(fā)現(xiàn)算法與應(yīng)用遷移模型研究.pdf
- 主動形狀模型的研究與改進(jìn).pdf
- 基于主動表觀模型的多姿態(tài)人臉合成研究與應(yīng)用.pdf
- Tie關(guān)系、遷移學(xué)習(xí)與偽反饋在排序?qū)W習(xí)中的應(yīng)用.pdf
- 臉部模型特征遷移的研究與實(shí)現(xiàn).pdf
- 基于主動輪廓模型的圖像分割算法的研究與應(yīng)用.pdf
- 遷移與集成學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
- 基于遷移學(xué)習(xí)理論的Markov檢索模型.pdf
評論
0/150
提交評論