基于层间模型知识迁移的深度堆叠最小二乘分类器

论文摘要

经典的最小二乘分类器(least square classifier, LSC)由于其简洁、有效性已早被广泛应用于图像识别、语音识别等领域.然而,利用原始数据特征构建的最小二乘分类器,其泛化性能往往较差.为解决上述问题,提出了基于深度堆叠泛化和迁移学习机制的深度迁移最小二乘分类器(deep transfer least square classifier, DTLSC).首先,基于堆叠泛化原理,利用LSC模型作为基本堆叠单元构建深度堆叠网络,避免了传统深度网络中需要求解非凸优化的问题,提升模型分类性能的同时提高了网络计算效率.其次,基于迁移学习机制,利用前层单元中的模型知识辅助当前层的模型构建,尽可能保持了层间模型的一致性,提升了模型泛化性能.在此基础上,引入自适应迁移策略,有选择地利用前层模型知识,缓解了利用前层不相关模型知识而导致的负迁移效应.在人造数据集及真实数据集上,实验结果验证了所提DTLSC算法的有效性.

论文目录

文章来源

类型: 期刊论文

作者: 冯伟,杭文龙,梁爽,刘学军,王辉

关键词: 最小二乘分类器,泛化性能,深度学习,堆叠泛化,迁移学习

来源: 计算机研究与发展 2019年12期

年度: 2019

分类: 信息科技

专业: 自动化技术

单位: 南京工业大学计算机科学与技术学院,南京邮电大学地理与生物信息学院

基金: 国家自然科学基金项目(61802177),江苏省高校自然科学基金研究面上项目(18KJB520020),南京工业大学引进人才启动项目(3827401749),江苏省重点研发计划项目(BE2015697)~~

分类号: TP181

页码: 2589-2599

总页数: 11

文件大小: 1429K

下载量: 90

相关论文文献

• [1].基于动态分类器集成系统的卷烟感官质量预测方法[J]. 计算机应用与软件 2020(01)
• [2].基于标准数据集的分类器融合学习模型[J]. 微型电脑应用 2020(04)
• [3].一种自适应子融合集成多分类器方法[J]. 计算机测量与控制 2019(04)
• [4].基于多分类器融合的近红外光谱技术鉴别蜂蜜品种[J]. 化学分析计量 2019(03)
• [5].基于分类器的身份证号码识别研究[J]. 贵州科学 2018(01)
• [6].一种基于多分类器融合的人体运动行为识别模型[J]. 计算机科学 2016(12)
• [7].一种基于混淆矩阵的分类器选择方法[J]. 河南理工大学学报(自然科学版) 2017(02)
• [8].一种代价敏感的三类分类器评估方法的研究与应用[J]. 通化师范学院学报 2017(08)
• [9].基于多分类器组合的遥感土地利用分类研究[J]. 安徽农业科学 2015(32)
• [10].多分类器融合与单分类器影像分类比较研究[J]. 矿山测量 2016(04)
• [11].《未来垃圾分类器》[J]. 幼儿教育 2020(14)
• [12].基于多分类器组合的城市不透水面提取研究[J]. 城市地理 2017(04)
• [13].《垃圾分类器》[J]. 辅导员 2016(11)
• [14].多分类器融合的遥感影像分类方法实验研究[J]. 全球定位系统 2020(05)
• [15].一种基于核聚类的多分类器选择算法[J]. 电子技术与软件工程 2020(13)
• [16].基于一种新的级联分类器的目标检测系统[J]. 现代电子技术 2020(01)
• [17].最佳的分类器链局部检测与挖掘算法[J]. 计算机工程与设计 2017(11)
• [18].基于多分类器融合与模糊综合评判的滚动轴承故障诊断[J]. 中国科技论文 2016(04)
• [19].近红外光谱和多分类器融合的葡萄酒品种判别研究[J]. 光谱学与光谱分析 2016(11)
• [20].基于多分类器集成的语音情感识别[J]. 微电子学与计算机 2015(07)
• [21].基于集成分类器的流量识别技术研究[J]. 科技视界 2015(33)
• [22].二叉树型多分类器融合的轴承故障诊断方法[J]. 计算机工程与应用 2015(21)
• [23].智能垃圾分类器[J]. 科学启蒙 2013(12)
• [24].一种新的多分类器融合方法[J]. 西南师范大学学报(自然科学版) 2014(01)
• [25].动态加权投票的多分类器聚合[J]. 现代计算机(专业版) 2014(05)
• [26].面向用户观点分析的多分类器集成和优化技术[J]. 计算机学报 2013(08)
• [27].基于证据理论的优化集成分类器融合算法及应用[J]. 化工学报 2012(09)
• [28].多类不平衡数据上的分类器性能比较研究[J]. 计算机工程 2011(10)
• [29].基于多分类器融合的语音识别方法研究[J]. 重庆邮电大学学报(自然科学版) 2011(04)
• [30].基于粗糙集约简的多分类器系统构造方法[J]. 计算机工程与应用 2010(03)

标签：最小二乘分类器论文;  泛化性能论文;  深度学习论文;  堆叠泛化论文;  迁移学习论文;