一种结合半监督Boosting方法的迁移学习算法
迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识”迁移”到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据,为了避免这个问题,通过引入目标领域的无标记样本参与训练,利用半监督Boosting方法,提出一种新的迁移学习算法,能够对样本的相关性进行更好的判断,减少选择性偏差的影响,在大量文本数据集上的实验表明了新算法的有效性.
迁移学习、跨领域学习、Boosting算法、半监督学习
32
TP391(计算技术、计算机技术)
广东科技计划项目2008B050100040
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
2169-2173