資源描述：
《基于典型相關(guān)分析和協(xié)同訓(xùn)練的遷移學(xué)習(xí)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于典型相關(guān)分析和協(xié)同訓(xùn)練的遷移學(xué)習(xí)研究作者姓名張俊圓導(dǎo)師姓名、職稱方敏教授一級學(xué)科計(jì)算機(jī)科學(xué)與技術(shù)二級學(xué)科計(jì)算機(jī)應(yīng)用技術(shù)申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號1203121713分類TN82號TP39密級公開西安電子科技大學(xué)碩士學(xué)位論文基于典型相關(guān)分析和協(xié)同訓(xùn)練的遷移學(xué)習(xí)研究作者姓名：張俊圓一級學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)二級學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：方敏教授提交日期：2014年12月AStudyofTransferLearningBasedonCCAandCo-TrainingAthesissubmitt
2、edtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerScienceandTechnologyByZhangJunyuanSupervisor:Prof.FangMinDecember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含
3、為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)校可以公布論文的全部或部分內(nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大
4、學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要傳統(tǒng)機(jī)器學(xué)習(xí)中，通常假設(shè)訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)的分布具有一致性，而且訓(xùn)練數(shù)據(jù)是基本充足的。隨著機(jī)器學(xué)習(xí)的廣泛應(yīng)用，遇到的很多問題中訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)分布不同，或者可用的訓(xùn)練數(shù)據(jù)不足以訓(xùn)練一個(gè)好的分類器。遷移學(xué)習(xí)是解決這類問題的方法之一，該領(lǐng)域的研究具有較高的學(xué)術(shù)價(jià)值。遷移學(xué)習(xí)算法因?yàn)轱@著提高了學(xué)習(xí)效果而被廣泛研究和使用。但是研究發(fā)現(xiàn)算法的權(quán)值更新策略會(huì)導(dǎo)致訓(xùn)練樣本整體上的權(quán)值漂移問題，而且算法對源域和目標(biāo)域樣本分布相似性要求較高。論文改進(jìn)了權(quán)值更新策略，在每一輪訓(xùn)練中，同時(shí)利用每一輪源域和目標(biāo)
5、域樣本上的誤差來更新訓(xùn)練樣本的權(quán)值，再進(jìn)行下一輪迭代訓(xùn)練。迭代完成之后，再用集成學(xué)習(xí)的方法得到一個(gè)較好的分類器。給出的新方法改善了遷移學(xué)習(xí)算法的權(quán)值漂移問題，而且減弱了源域和目標(biāo)域相似性較高的約束。在很多實(shí)際問題中，可以用多個(gè)不同的方法或從不同的角度對同一事物進(jìn)行描述，這些不同描述就構(gòu)成了事物的多個(gè)不同視圖。研究視圖間的關(guān)系來幫助遷移學(xué)習(xí)具有一定的理論意義。論文利用典型相關(guān)分析處理訓(xùn)練數(shù)據(jù)，利用特征融合方法組成新的視圖，再進(jìn)行遷移學(xué)習(xí)。給出的算法利用了多視圖數(shù)據(jù)間的關(guān)系，改善了遷移學(xué)習(xí)效果。協(xié)同訓(xùn)練是多視圖問題中的經(jīng)典方法，協(xié)同訓(xùn)練和遷移學(xué)習(xí)的結(jié)合具有研究價(jià)值。論文利用
6、協(xié)同訓(xùn)練的思想，在遷移學(xué)習(xí)每一輪的訓(xùn)練過程中，在兩個(gè)視圖上進(jìn)行協(xié)同更新訓(xùn)練樣本權(quán)值，再進(jìn)行下一輪迭代訓(xùn)練，最后用集成的方法得到一個(gè)較好的分類器。給出的基于協(xié)同訓(xùn)練思想的多視圖遷移學(xué)習(xí)算法較好的利用了協(xié)同訓(xùn)練的思想，改善了權(quán)值更新效果，提升了整體上的分類器性能。關(guān)鍵詞：機(jī)器學(xué)習(xí)，遷移學(xué)習(xí)，多視圖，典型相關(guān)分析，協(xié)同訓(xùn)練論文類型：應(yīng)用基礎(chǔ)研究類I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTABSTRACTTraditionalmachinelearningusuallyassumedthatthedistributionsoftrainingandtestingdata
7、areconsistent,andthetrainingdataissufficient.Sincemachinelearninghasbeenwidelyused,thedistributionsoftrainingandtestingdataaredifferentinmanyproblems,orthetrainingdataavailableareinsufficienttotrainagoodclassifier.Transferlearningisonewaytosolvethisproblem,andtheresearchi
