-
公开(公告)号：CN108491891A
公开(公告)日：2018-09-04
申请号：CN201810301668.8
申请日：2018-04-04
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种基于决策树局部相似性的多源在线迁移学习方法，包括：步骤1.在每个源领域数据上分别训练决策树，并将其存储于决策树缓存池，在目标领域数据上建立一棵仅包含一个根节点的空的目标领域决策树；步骤2.根据目标领域样本及其k个近邻样本从源领域中选取局部相似度最高的源领域决策树；步骤3.对目标领域样本进行分类；步骤4.根据分类损失分别调节源领域决策树和目标领域决策树对应的权重；步骤5.利用目标领域样本及其类别更新目标领域决策树；步骤6.返回步骤2，获取下一个目标领域样本，直到完成对目标领域中所有样本的分类。本发明用源领域与目标领域局部相似性的指标，能在源领域与目标领域相似度不高的情形下实施有效的迁移学习。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
