声明
摘要
1.1研究的背景
1.2研究的意义
1.3研究的现状
1.4内容安排
2.1领域自适应
2.1.1迁移成分分析
2.1.2联合分布自适应
2.2特征提权算法
2.2.1线性判别分析
2.2.2局部保留投影
2.3常用数据集
2.3.1MNIST数据集
2.3.2USPS数据集
2.3.3Office+Caltech数据集
2.4本章小结
第3章基于半监督判别分析和CDMD的领域自适应方法
3.1引言
3.2半监督判别分析
3.3跨域均值差异
3.4SDA-CDMD算法模型
3.4.1目标函数
3.4.2算法流程
3.5实验结果与分析
3.5.1数据集描述
3.5.2参数设置
3.5.3收敛性分析
3.5.4方法比较
3.5.5CDMD距离分析
3.6本章小结
第4章基于有监督局部保留投影和MMD的领域自适应方法
4.1引言
4.2算法描述
4.2.1最大均值差异
4.2.2有监督局部保留投影
4.2.3SLPP-MMD算法的目标函数
4.2.4伪标签选择方案及迭代策略
4.2.5算法流程
4.3实验结果与分析
4.3.1参数设置
4.3.2收敛性分析
4.3.3方法比较
4.4本章小结
第5章结论与展望
5.1本文的主要工作
5.2进一步的工作展望
致谢
参考文献
附录
武汉科技大学;