|
|||||
|
|
| 基于动态域定界的循环分类模型 | |
| 引用本文： | 邓慧娜,叶阿勇,张娇美.基于动态域定界的循环分类模型[J].福建师范大学学报(自然科学版),2022(6):33-42. |
| 作者姓名： | 邓慧娜 叶阿勇 张娇美 |
| 基金项目： | 国家自然科学基金资助项目(61972096、61771140、 61872088、 61872090)； |
| 摘 要： | 在多源域迁移学习应用中，现有的分类模型大多对数据标签要求较高，难以适应数据集的动态变化和标签缺失情况.针对该问题，提出一种基于动态域定界的循环分类模型CAMDOT(cyclic classification model based on dynamic domain delimitation).首先，引入互信息量化各数据域间的相关性，提高分类模型适应异构用户和数据动态变化的能力.其次，针对数据标签缺失和不平衡问题，提出一种循环分类算法.最后，通过理论与实验分析，验证该模型在多源域数据训练中具有较高的分类准确率. |
| 关 键 词： | 迁移学习 动态分类 数据相关性 卷积神经网络 |