基于最小包含球的领域迁移学习新方法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:sgb158518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统机器学习方法认为不同的学习任务彼此无关,但事实上不同的学习任务常常相互关联。迁移学习试图利用任务之间的联系以及过去的学习经验加速对于新任务的学习。将最小包含球(Minimum Enclosing Ball,MEB)算法与Parzen Windows概率估计公式相结合,提出了一种新的迁移学习算法MEBTL((Minimum Enclosing Ball Trans-fer Learning)。该算法同时结合CVM(CoreVector Machines)理论提出了CCMEBTL(Center Const
其他文献
针对目前不确定XML小枝模式查询需要存储大量中间结果和归并中间结果的情况,提出一种非归并不确定XML小枝模式查询算法ProTwigList。该算法查询之前通过Tagq-Level流进行剪枝,
对现有NHPP类软件可靠性模型进行分析总结,指明了已有NHPP类软件可靠性模型存在的不足及缺陷。综合考虑缺陷探测率、软件运行覆盖率、排除错误时的错误引入率等软件故障数的
为了确保软件演化过程的正确性,有必要对软件演化所涉及的软件过程进行结构合理性研究,以提高软件演化的质量和效率、缩短软件演化的周期。针对EPMM建模产生的软件演化过程模
当今诸多聚类算法需要通过计算样本间距离来得到样本相似性。因此对这类算法而言,距离的计算方法尤为重要。对部分现有距离度量学习或相似性学习算法进行研究后可以发现,多数
通过对容迟容断网络中无拓扑信息路由算法进行分析,提出了基于模型的容迟容断网络动态路由算法。针对节点位置信息事先难以确定的特点,动态更新节点到访概率及相遇概率,并在此基