基于半监督判别分析的迁移学习算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 迁移学习的研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 课题的来源及研究内容 | 第13-15页 |
| 第2章 判别分析与迁移学习概述 | 第15-22页 |
| 2.1 线性判别分析概述 | 第15-17页 |
| 2.1.1 二分类线性判别分析 | 第15-16页 |
| 2.1.2 多分类线性判别分析 | 第16-17页 |
| 2.2 半监督判别分析理论 | 第17-19页 |
| 2.2.1 半监督学习理论 | 第17-18页 |
| 2.2.2 半监督判别分析理论 | 第18-19页 |
| 2.3 迁移学习概述 | 第19-21页 |
| 2.3.1 迁移学习概念 | 第19页 |
| 2.3.2 迁移学习分类 | 第19-20页 |
| 2.3.3 迁移学习方法 | 第20-21页 |
| 2.3.4 迁移学习应用 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于正则化判别分析的迁移学习算法 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 高斯核判别分析 | 第22-24页 |
| 3.3 基于正则化判别分析的迁移学习算法 | 第24-27页 |
| 3.3.1 正则化的半监督判别分析 | 第24-25页 |
| 3.3.2 算法描述 | 第25-27页 |
| 3.4 实验结果与分析 | 第27-33页 |
| 3.4.1 实验数据集 | 第27-28页 |
| 3.4.2 实验设置 | 第28-29页 |
| 3.4.3 结果与分析 | 第29-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于稀疏局部判别分析的迁移学习算法 | 第34-44页 |
| 4.1 引言 | 第34页 |
| 4.2 局部保持投影 | 第34-36页 |
| 4.3 基于稀疏局部判别分析的迁移学习算法 | 第36-38页 |
| 4.3.1 基于稀疏局部判别分析的子空间建立 | 第36-37页 |
| 4.3.2 基于稀疏局部判别分析的子空间对齐 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-43页 |
| 4.4.1 实验数据集 | 第38-39页 |
| 4.4.2 实验设置 | 第39-40页 |
| 4.4.3 结果与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 攻读硕士学位期间所发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |
