稀疏分层概率自组织图实例迁移学习方法

文献类型： 中文期刊

第一作者： 吴蕾

作者： 吴蕾;田儒雅;张学福

作者机构：

关键词： 机器学习;迁移学习;非监督学习;分层算法;稀疏图方法

期刊名称： 计算机应用

ISSN： 1001-9081

年卷期： 2016 年 36 卷 03 期

页码： 692-696+730

收录情况： 北大核心 ; CSCD

摘要： 针对基于实例的迁移学习在关联多源异构领域数据时遇到的数据颗粒度不匹配问题,以单领域分层概率自组织图(Hi PSOG)聚类方法为基础,提出一种具有迁移学习能力的稀疏化非监督分层概率自组织图(TSHi PSOG)方法。首先,在源领域和目标领域分别基于概率混合多变量高斯分布生成分层自组织模型以便在多领域中分别提取不同粒度的表示向量,并用稀疏图方法通过概率准则控制模型增长;其次,利用最大信息系数(MIC),在具有富信息的源领域中寻找与目标领域表示向量最相似的表示向量,并利用这些源领域表示向量的类别标签细化目标领域数据分类;最后,在国际通用分类数据集20新闻组数据集和垃圾邮件检测数据集上进行了实验,结果表明算法可以利用源领域的有用信息辅助目标领域的分类问题,并使分类准确率最高提高约15.26%和9.05%;对比其他经典迁移学习方法,通过稀疏分层可以挖掘不同颗粒度的表示向量,分类准确率最高提高约4.48%和4.13%。

分类号： TP181

  • 相关文献

[1]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[2]基于迁移学习的嫩江市主要农作物遥感分类. 吴禹瑨,李禹萱,宋茜,任超,冷佩. 2023

[3]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[4]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[5]机器视觉结合深度学习对荔枝估产的算法研究. 高翔,陈福展,董力中,卢嘉威,李媛媛,凡超,陈万云. 2024

[6]基于深度残差网络的小样本杯沿缺陷检测. 金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰. 2021

[7]基于改进DeepLab v3+模型和迁移学习的高分遥感耕地信息提取方法. 毛星,金晶,张欣,戴佩玉,任妮. 2023

[8]基于CycleGAN和注意力增强迁移学习的小样本鱼类识别. 刘世晶,刘阳春,钱程,郑浩君,周捷,张成林. 2023

[9]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[10]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[11]基于迁移学习的多模型水稻病害识别方法研究. 王忠培,张萌,董伟,朱静波,孔娟娟,钱蓉. 2021

[12]基于改进Unet++的丘陵地区耕地地块深度分割与提取. 张海天,高懋芳,任超. 2022

[13]基于TMU-Net网络的苹果果心分割方法. 刘长勇,李思佳,史慧,查志华,邓红涛. 2022

[14]面向地震波初至智能拾取的超分辨率深度残差方法研究. 李建平,张硕伟,丁仁伟,麻晓敏,赵俐红,赵硕. 2023

[15]面向不平衡数据的木薯叶部病害图像识别方法. 王丹阳,梁伟红,李玉萍,黄贵修. 2025

[16]基于高光谱和深度学习的水稻秸秆覆盖度遥感估算. 岳继博,李婷,宋洁,田庆久,刘杨,冯海宽. 2024

[17]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[18]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[19]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[20]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

作者其他论文 更多>>

微信小程序