幫助中心 | 我的帳號 | 關於我們

跨域智慧(模型遷移與特徵遷移的融合探索)

  • 作者:臧紹飛|責編:陳佳藝
  • 出版社:原子能
  • ISBN:9787522142760
  • 出版日期:2025/07/01
  • 裝幀:平裝
  • 頁數:171
人民幣:RMB 92 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書以設計高性能分類器為核心目標,聚焦遷移學習前沿領域,從特徵遷移與模型遷移兩大視角展開深入研究,圍繞領域間分佈差異度量、半監督遷移、柔性投影約束、神經網路模型遷移以及知識遷移與分類器統一優化等核心問題,提出7種基於遷移學習的分類演算法。

作者介紹
臧紹飛|責編:陳佳藝

目錄
第1章  緒論
  1.1  研究背景
  1.2  國內外研究現狀
  1.3  當前遷移分類演算法存在的問題
  1.4  主要研究方法與貢獻
  1.5  本章小結
第2章  分類器與遷移學習的相關知識
  2.1  分類器與機器學習概述
  2.2  常用分類器
  2.3  分類器性能評估
  2.4  遷移學習概述
  2.5  遷移分類器
  2.6  領域間分佈差異度量
  2.7  常用的遷移分類數據集
  2.8  本章小結
第3章  基於樣本差異性加權的跨領域分佈差異度量
  3.1  遷移主成分分析演算法
  3.2  基於最大分佈加權均值差異的領域適應學習
  3.3  基於樣本局部判別權重的加權遷移成分分析
  3.4  本章小結
第4章  跨領域均值逼近差異度量
  4.1  概述
  4.2  跨領域均值逼近差異度量
  4.3  跨領域均值聯合逼近嵌入
  4.4  實驗與分析
  4.5  本章小結
第5章  基於半監督與柔性投影約束的特徵遷移演算法
  5.1  聯合分佈調整
  5.2  基於跨領域均值約束的半監督遷移判別分析
  5.3  半監督柔性聯合分佈調整
  5.4  本章小結
第6章  基於輸出權重對齊的遷移極限學習機
  6.1  概述
  6.2  基於輸出權重對齊的遷移機學習機
  6.3  實驗與分析
  6.4  本章小結
第7章  遷移Softmax回歸
  7.1  概述
  7.2  遷移Softmax回歸簡述
  7.3  實驗與分析
  7.4  本章小結
第8章  基於半監督跨域均值判別分析和核遷移極限學習機的域適應方法
  8.1  概述
  8.2  半監督跨域均值判別分析特徵提取
  8.3  核遷移極限學習機
  8.4  實驗與分析
  8.5  本章小結
第9章  結論與展望
  9.1  結論
  9.2  展望

參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032