知识迁移学习方法及应用

书籍简介:

本书围绕文本分类、人脸识别、辅助决策、色彩调和、参数映射与路径寻优等一系列机器学习与计算机视觉领域实际问题，分别从分类迁移、决策迁移、色彩迁移与优化迁移等4个不同角度阐述知识迁移原理、方法与应用，共4部分11章。第一部分为针对人脸识别与领域适应等分类问题的单源迁移与多源集成迁移，包括：基于局部保持投影的特征迁移、加权多源TrAdaBoost算法、多源Tri-Training知识迁移与基于样本局部判别权重的加权迁移。第二部分围绕决策树与强化学习等策略问题的决策迁移展开，包括：基于相似度衡量的决策树迁移与基于极限学习机的多源强化知识迁移。第三部分涉及计算机视觉领域的局部色彩迁移问题，包括：基于主动轮廓探索的色彩迁移与基于纹理相似性的多源局部色彩迁移。最后一部分则是针对路径规划问题中的参数迁移与样本优化迁移。本书是著者近5年来在国家自然科学基金项目资助下，取得的一系列关于知识迁移学习方法应用于机器学习与计算机视觉等领域的研究成果与结晶。

书籍规格:

书籍信息归属:

知识迁移学习方法及应用是科学出版社于2016.12出版的中图分类号为 TP181 的主题关于 自学习－研究 的书籍。