X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[00272646]多示例多标记框架下基于域适应迁移学习设计方法和系统

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201610116295.8

交易方式: 技术转让 技术转让 技术入股

联系人: 南京邮电大学

进入空间

所在地:江苏南京市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了多示例多标记框架下基于域适应迁移学习设计方法和系统,该方法将多示例多标记学习与迁移学习统一到同一个框架,有效地利用源域数据样本与目标域数据样本统计相关性,使得源域样本可以有效的被用于目标域任务的学习;利用源域数据样本集合与目标域数据样本集合在RKHS中的特性,通过使用样本加权和基于聚类的样本选择机制构成的两步域适应过程,使得目标任务的学习有足够的从源域样本集合中加权和挑选的训练样本;利用miFV算法将多示例转化为单示例,解决了域适应的计算代价问题。
本发明公开了多示例多标记框架下基于域适应迁移学习设计方法和系统,该方法将多示例多标记学习与迁移学习统一到同一个框架,有效地利用源域数据样本与目标域数据样本统计相关性,使得源域样本可以有效的被用于目标域任务的学习;利用源域数据样本集合与目标域数据样本集合在RKHS中的特性,通过使用样本加权和基于聚类的样本选择机制构成的两步域适应过程,使得目标任务的学习有足够的从源域样本集合中加权和挑选的训练样本;利用miFV算法将多示例转化为单示例,解决了域适应的计算代价问题。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5