声明
第一章绪论
1.2研究历史和现状
1.2.2迁移学习
1.2.3属性学习算法研究
1.3本文的主要贡献与创新
1.4本论文的结构安排
第二章相关知识和技术
2.1.2对抗学习思想与模型设计
2.2迁移学习
2.2.2迁移学习方法
2.2.3负迁移
2.3生成对抗网络
2.3.1生成对抗网络介绍
2.3.2 一些衍生模型
2.4身份验证中的机器学习
2.5数据增强
2.5.2特征空间上的增强
2.6本章小结
第三章基于对抗思想的属性拆解
3.2问题介绍
3.2.2相关工作
3.3基于对抗学习的属性拆解网络
3.3.2模型原理和优化
3.4实验
3.4.2对比方法简介
3.4.3实验效果和分析
3.5本章小结
第四章加性对抗解耦网络
4.3属性特征的随机组合
4.4基于属性的分析
4.5加性对抗解耦网络模型
4.6实验
4.6.2实验效果和分析
4.7本章小结
第五章全文总结与展望
5.2.1本文中的改进思路
致谢
参考文献
攻读硕士学位期间取得的成果