摘要

使用美国有线电视新闻的图像作为实验数据,采用基于知识本体的先验推断算法结合迁移学习网络完成算法。通过迁移学习的思想,将知识转移到实验数据中,同时使用知识本体树先验的思路对神经网络进行训练和推理,实验结果证明,基于知识本体的图像分类迁移学习算法优于其他迁移学习算法,并据此优化了传统的Logistic分类器,通过对模型进一步总结,希望可以给类似问题提供泛化性更高的模型算法。

全文