首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于主动查询的迁移学习算法研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 研究背景及意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 迁移学习第10页
        1.2.2 直推式迁移学习第10-11页
        1.2.3 主动学习第11页
    1.3 本文的主要贡献第11-12页
    1.4 本文的组织结构第12-14页
第二章 主动学习及迁移学习算法概述第14-33页
    2.1 主动学习算法概述第14-16页
    2.2 主动学习选择策略第16-20页
    2.3 主动学习方法第20-24页
    2.4 迁移学习算法概述第24-26页
    2.5 迁移学习分类第26-29页
    2.6 特征表示迁移学习方法第29-32页
    2.7 本章小结第32-33页
第三章 基于主动源域查询的直推式迁移学习算法第33-53页
    3.1 引言第33-35页
    3.2 直推式迁移学习和主动学习第35-37页
        3.2.1 基于共享子空间的直推式迁移学习(LSSTTC)第35-36页
        3.2.2 主动学习第36-37页
    3.3 基于主动源域查询的直推式迁移学习(TTCALS)第37-43页
        3.3.1 协方差转换设定第37页
        3.3.2 基于主动源域查询的直推式迁移学习模型第37-38页
        3.3.3 基于主动源域查询的直推式迁移学习算法第38-43页
    3.4 实验第43-52页
        3.4.1 实验数据以及评价指标第43-46页
        3.4.2 比较算法以及参数设置第46-47页
        3.4.3 查询精度结果第47-52页
        3.4.4 敏感度分析第52页
    3.5 本章小结第52-53页
第四章 基于代表性和信息量的直推式迁移主动学习第53-64页
    4.1 准备工作第53-55页
        4.1.1 正则项第53-55页
        4.1.2 代表性的主动学习第55页
    4.2 基于代表性和信息量的直推式迁移主动学习(RITTAL)第55-59页
        4.2.1 基于代表性和信息量的直推式迁移主动学习模型第55-56页
        4.2.2 基于代表性和信息量的直推式迁移主动学习算法第56-59页
    4.3 实验第59-63页
        4.3.1 比较算法和参数设置第59-61页
        4.3.2 查询精度结果对比第61-63页
    4.4 本章小结第63-64页
第五章 总结与展望第64-66页
    5.1 总结第64页
    5.2 展望第64-66页
致谢第66-67页
参考文献第67-69页

论文共69页,点击 下载论文
上一篇:基于模糊集的行为检测研究与实现
下一篇:多模深度学习目标检测及其应用