直推式迁移学习相关论文
传统的数据挖掘方法假设训练数据和测试数据服从相同的数据分布。然而,在许多情况下,这种同分布假设并不能得到满足。当分布发生变......
学位
传统机器学习方法从训练数据中学习得到的数据模型能够在测试数据中取得良好效果的前提是：有充足的训练数据且训练数据与测试数据同......
当处于标签样本过少的情况下,节省标签所需的劳力是机器学习领域当中的一个非常重要的研究课题。为了获得一个有效的分类器,我们可......
针对现实生活中采集的特定个体数据稀疏而导致学习时产生过拟合的问题，提出了一种基于迁移学习的特定个体学习模型。首先，利用直推式......
传统的机器学习方法基于一个基本的假设：训练数据和测试数据遵循相同的分布。然而,在许多现实的应用中,这种假设并不能够被保证。在......
在癫痫脑电图（electroencephalogram，EEG）信号识别中，传统的智能建模方法要求训练数据集和测试数据集均服从相同的分布。但在实际应用......
针对现有迁移学习中源域和目标域具有分布不一致数据的问题,通过采用一种选择性最大均值偏差度量方法,将源域中部分相关数据子集用......
目标领域已有类别标注的数据较少时会影响学习性能,而与之相关的其他源领域中存在一些已标注数据.迁移学习针对这一情况,提出将与......
