作者:宋仪轩; 邓赵红; 秦斌 期刊:《计算机科学与探索》 2020年第03期
迁移学习利用源域中丰富的数据来为目标域构建精确的模型提供辅助和支持。特征迁移学习是迁移学习中被广泛研究的一类技术,但是现有的特征迁移方法面临着如下的问题:一些已有的方法仅能实现线性的特征迁移学习,因此这些方法迁移学习的能力有限。另一类方法虽然能实现非线性特征迁移学习,但往往需要引进核技巧等策略,这使得特征迁移的过程难以理解。针对此,引入模糊推理技术,提出基于不确定推理规则的特征迁移方法。该方法基于模糊...
作者:杨梦铎; 栾咏红; 刘文军; 李凡长 期刊:《智能系统学报》 2017年第06期
近年来,栈式自编码网络(stacked auto-encoder,SAE)在大规模数据集上表现出优异的图像分类性能。相对于其他图像分类方法中手工设计的低级特征,SAE的成功归因于深度网络能够学习到丰富的中级图像特征。然而,估计上百万个网络参数需要非常庞大的带标签的图像样本数据集。这样的性质阻止了SAE在小规模训练数据上的许多应用。在这篇文章中,提出的算法展示如何将SAE在大规模数据集上学习到的图像表示有效地迁移到只有有限训练数...
作者:张德园; 常云翔; 张利国; 石祥滨 期刊:《小型微型计算机系统》 2018年第04期
遥感图像空间分辨率较低, 如何提取遥感图像特征是提升遥感图像分类性能的重要问题. 提出SAT-CNN, 一个基于卷积神经网络的遥感图像分类框架用于提取遥感图像特征. 设计了四个构件块并逐层堆叠构成SAT-CNN, 其中两个构件块用于提取遥感图像局部区域的底层特征, 其他两个构件块用于提取遥感图像局部区域间的空间位置关系. 对SAT-CNN采用三种不同的参数配置进行训练, 通过分析分类精度、 SAT-CNN特征的迁移性以及图像通道来研究...
作者:黄瑞阳; 康世泽 期刊:《计算机应用研究》 2017年第09期
监督学习算法是当前进行文本情感分类的主要方法,往往要求训练集与测试集的数据分布相同,然而在实际情况下已标注数据与测试数据常常不属于同一个领域,这种数据分布差异导致文本情感分类准确率下降。针对这一问题,提出了一种基于EM算法的跨领域情感分类方法。首先从多个源领域结合目标领域生成一个情感倾向参考表;其次利用改进的EM算法参考该表迭代调节目标领域分类器的分类结果,直到该结果可以与参考表匹配;最后在公开数据...
作者:耿立波; 杨亦鸣 期刊:《解放军外国语学院学报》 2016年第03期
本文利用神经电生理学手段对中国学生英语、汉语时体特征的脑加工进行对比研究。通过对ERP成分的分析,我们发现中国学生在加工英语时体特征时,没有体现出加工汉语体特征时出现的N400成分,而体现出与加工汉语体特征时相类似的P600成分,P600成分与N400成分在波幅上存在相关性,基于脑电结果分析,笔者认为中国学生汉语体特征的加工对英语时体特征的加工存在正向迁移作用。
作者:贾刚 王宗义 期刊:《哈尔滨工程大学学报》 2015年第07期
针对医学图像的复杂性,将迁移学习理论引入到医学图像的语义映射和检索中,提出了一种以解决多任务学习为目标的混合迁移学习方法。首先,对医学图像目标领域的数据进行部分语义标记,找出源领域和目标领域中具有相同语义标记的医学图像,并对这些图像进行聚类,而后剔除一些在特征上距离较远的图像数据,完成实例迁移;然后,采用在源领域和目标领域中具有相同语义的医学图像数据进行稀疏矩阵分解,完成特征的迁移;最后,完成目标领域中未标...