基于dropout正则化的半监督域自适应方法
针对机器学习中训练样本和测试样本概率分布不一致的问题，提出了一种基于dropout正则化的半监督域自适应方法来实现将神经网络的特征表示从标签丰富的源域转移到无标签的目标域。此方法从半监督学习的角度出发，在源域数据中添加少量带标签的目标域数据，使得神经网络在学习到源域数据特征分布的同时也能学习到目标域数据的特征分布。由于有了先验知识的指导，即使没有丰富的标签信息，神经网络依然可以很好地拟合目标域数据。实验结果表明，此算法在几种典型的数字数据集SVHN、MNIST和USPS的域自适应任务上的性能优于现有的其他算法，并且在涵盖广泛自然类别的真实数据集CIFAR-10和STL-10的域自适应任务上有较好的鲁棒性。
文件下载
评论信息
其他资源
- Java Web课程设计之网上花店系统.zip
- 华为技术有限公司c语言编程规范.zip
- TagMo.2.6.1 加 全套 Amiibo资源 塞尔达 暗黑3 奥德赛 等等 内置图片
- 雷达线性调频信号(LFM)脉冲压缩
- 基于 CNN 的疲劳检测源码-Python
- 更新后的BrnShop开源网上商城的全部版本配套数据库
- 基于wxPython和PySerial实现的串口助手
- flash游戏死神vs火影
- Access-based Enumeration for sever 2003.zip
- python实现飞机大战
- C#与三菱FX通过串口RS232通讯
- 课程设计:马的极小覆盖
- sturts2远程代码执行漏洞解决方法
- MI-ELM：基于分层极限学习机的高效多实例学习
- 日月年报解决方案.rar
- 软件测试基础大纲思维导图
- 9.ROS小车视频教程
- 局域网广播
- Office批量打印助手无功能限制版
- C51按键音调
- Android 开发聊天工具 模仿QQ，实现网络即时聊天功能。
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明