TL-SVM:一种迁移学习新算法
迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.
文件下载
评论信息
其他资源
- NPOI官方最新原版2.4.0
- 基于CUDA+ffmpeg+QT+QOpenGL的硬解码解决方案demo
- 医院PACS系统 C#源码
- esp32自动获取天气及时钟在oled显示，支持中文
- 毕业生管理系统
- 基于ssm物业管理系统
- ElementuiForAxureAndSketch元件库最新版2.1.2.zip
- WPFMVVMDemo订餐系统源代码
- JSP人事管理系统（源代码）
- MFC写的MediaPlayer播放器简单示例
- 模型预测控制matlab
- 粤省事移动政务服务平台 第 2 部分：数据规范.rar
- 萨满游戏：Megovandvania实现者-源码
- 我所理解的RESTfulWebAPI[Web标准篇]
- 数据结构程序设计学生成绩管理系统
- 麻婆验证破解补丁
- IC卡考勤系统
- 10.14下的efi文件
- 用FPGA实现的正交解码计数器
- 中国高校数据库
- ARM、PowerPC、MIPS反汇编工具V1.23.03
- 840N V2 841N V8 可用固件 TTL刷写方法
- Hash计算工具
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