一种新颖的领域自适应概率密度估计器

摘要：

传统概率密度估计法建立好密度估计模型后，无法将源域知识传递给相关目标域密度估计模型。提出用无偏置v?SVR的回归函数来表示传统概率密度估计法获得密度估计信息，并说明无偏置v?SVR等价于中心约束最小包含球及概率密度回归函数可由中心约束最小包含球中心点表示。在上述理论基础上提出中心点知识传递领域自适应概率密度估计法，用于解决因目标域信息不足而无法建立概率密度函数的场景。实验表明，此种领域自适应方法进行领域间知识传递的同时，还能达到源域隐私保护的目的。

关键词：概率密度函数、无偏置v-SVR、中心约束最小包含球、核心集、领域自适应

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究资助项目13KJB520001；江苏省高校哲学社会科学基金资助项目2012SJB880077；江苏省研究生创新工程资助项目 CXZZ12-0759．

在线出版日期：2015-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：221-226