多核局部领域适应学习

作者：陶剑文; 王士同

来源：软件学报, 2012, (09): 2297-2310.

• 领域适应学习
• 多核学习
• 局部学习
• 模式分类
• 最大均值差 domain adaptation learning
• multiple kernel learning
• local learning
• pattern classification
• maximum mean discrepancy

领域适应(或跨领域)学习旨在利用源领域(或辅助领域)中带标签样本来学习一种鲁棒的目标分类器,其关键问题在于如何最大化地减小领域间的分布差异.为了有效解决领域间特征分布的变化问题,提出一种三段式多核局部领域适应学习(multiple kernel local leaning-based domain adaptation,简称MKLDA)方法:1)基于最大均值差(maximum mean discrepancy,简称MMD)度量准则和结构风险最小化模型,同时,学习一个再生多核Hilbert空间和一个初始的支持向量机(support vector machine,简称SVM),对目标领域数据进行初...

• 单位
  香港理工大学; 江南大学; 浙江工商职业技术学院