适用于不确定类标签数据学习的迁移支持向量机

摘要：

为了解决包含不确定信息的分类学习问题，提出一种新的适用于不确定类标签数据的迁移支持向量机。该方法基于结构风险最小化模型，同时将源领域中所学知识、领域间的共享数据、目标领域中已标定的和不确定的数据纳入学习框架中，进而实现了源领域和目标领域的知识迁移。在多种真实数据集上的实验结果表明了所提出方法的有效性。

关键词：迁移学习、分类、支持向量机、共享数据、不确定数据

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61272210,61170122；江苏省自然科学基金项目BK2012552

在线出版日期：2014-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1751-1757