+DTRNCHL,12<1HHL<12[(E!"%!$"> +DTRNCHL,12<1HHL<12[(E!"%!$" />
基于数据分类的领域自适应新算法-论文.pdf

基于数据分类的领域自适应新算法-论文.pdf

ID:58140158

大小:911.14 KB

页数:11页

时间:2020-04-24

基于数据分类的领域自适应新算法-论文.pdf_第1页
基于数据分类的领域自适应新算法-论文.pdf_第2页
基于数据分类的领域自适应新算法-论文.pdf_第3页
基于数据分类的领域自适应新算法-论文.pdf_第4页
基于数据分类的领域自适应新算法-论文.pdf_第5页
资源描述:

《基于数据分类的领域自适应新算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、"+A$&4!"'X&.8""""计算机工程与科学第&:卷第"期"%!$年"月"3((A!%%=4!&%>+DTRNCHL,12<1HHL<12[(E!"%!$$%"4%"='4!!基于数据分类的领域自适应新算法!顾"鑫!!"!王士同!!!#江南大学数字媒体学院"江苏无锡"!$!""#"#江苏北方湖光光电有限责任公司"江苏无锡"!$%&'$摘"要!一般的机器学习都假设训练数据与测试数据分布相同!而领域自适应算法则是在不同数据分布条件下进行知识传递和学习!在

2、数据挖掘"数据校正"数据预测等领域有着广泛的应用#支持向量机()*的主要思想是针对二分类问题!在高维空间寻找一个最优分类超平面!以保证最小的分类错误率#++*,-理论由./0123提出的!是一种改进了核向量机+)*的最小包含球算法!在大样本数据集处理上有着较快的速度#而++*,-理论同样适用于二分类的()*数据集#将()*理论"++*,-理论与概率分布理论相结合!提出了一种全新的基于数据分类的领域自适应算法++*,-4()*56!该算法通过计算各自分类数据组的包含球球心!能够有效地对不同领域数据进行整体校正和相似度识别!具有较好的便捷

3、性和自适应性#在7+3数据"文本分类等数据上对该算法进行了验证!取得了较好的效果#关键词!支持向量机$领域自适应$最小包含球$中心约束型最小包含球中图分类号!.8&9!#$文献标志码!6!"#%!%#&9:9&;##"%!$#%"#%!'$%"&'(!")*#%*!*+,*,#"%*++-"*./0*1'!"%!*,*.(*11#2#.*,#"%!"""@6A?(B<4CD12!?7><1!!#(EBDDFDG5<2

4、/NADLCBPN2N012QRCD4,FHECLD1

5、

6、1

7、F0L

8、12U0FF#++*,-据来自同样的数据分布)但是"在实际情况下由于6"引言多种原因这种假设并不成立"训练数据和测试数据往往有不同的分布"当分布发生变化时"传统的机传统的知识学习一般假定训练数据和测试数器学习方法必须从头

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。