基于最小最大概率机的迁移学习分类算法 - 智能系统学报.pdf

第 １１卷第 １期　 　 　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１１№．１ ２０１６年２月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 Ｆｅｂ． ２０１６ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１５０５０２４ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ０８３７．０１６．ｈｔｍｌ 基于最小最大概率机的迁移学习分类算法 １，２ ２，３ １ １ 王晓初 ，包芳 ，王士同 ，许小龙 （１．江南大学数字媒体学院，江苏无锡２１４１２２；２． 江阴职业技术学院江苏省信息融合软件工程技术研发中心，江苏 江阴２１４４０５；３．江阴职业技术学院计算机科学系，江苏 江阴２１４４０５） 摘　 要：传统的迁移学习分类算法利用源域中大量有标签的数据和目标域中少量有标签的数据解决相关但不相同 目标域的数据分类问题，但对于已知源域的不同类别数据均值的迁移学习分类问题并不适用。 为了解决这个问题， 利用源域的数据均值和目标域的少量标记数据构造迁移学习约束项，对最小最大概率机进行正则化约束，提出了基 于最小最大概率机的迁移学习分类算法，简称ＴＬ⁃ＭＰＭ。 在２０ Ｎｅｗｓ Ｇｒｏｕｐｓ数据集上的实验结果表明，目标域数据 较少时，所提算法具有更高的分类正确率，从而说明了算法的有效性。 关键词：迁移学习；最小最大概率机；分类；源域；目标域；正则化 中图分类号：ＴＰ３９１．４ 　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１６）０１⁃００８４⁃０９ 中文引用格式：王晓初，包芳，王士同，等．基于最小最大概率机的迁移学习分类算法［Ｊ］． 智能系统学报，２０１６，１１（１）：８４⁃９２． 英文引用格式：ＷＡＮＧ Ｘｉａｏｃｈｕ，ＢＡＯ Ｆａｎｇ，ＷＡＮＧ Ｓｈｉｔｏｎｇ，ｅｔ ａｌ． Ｔｒａｎｓｆｅｒ ｌｅａｒｎｉｎｇ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｂａｓｅｄ ｏｎ ｍｉｎｉｍａｘ ｐｒｏｂａｂｉｌｉｔｙ ｍａｃｈｉｎｅ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，２０１６，１１（１）：８４⁃９２． Ｔｒａｎｓｆｅｒ ｌｅａｒｎｉｎｇ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｂａｓｅｄ ｏｎ ｍｉｎｉｍａｘ ｐｒｏｂａｂｉｌｉｔｙ ｍａｃｈｉｎｅ １，２ ２，３ １ １ ＷＡＮＧ Ｘｉａｏｃｈｕ ，ＢＡＯ Ｆａｎｇ ，ＷＡＮＧ Ｓｈｉｔｏｎｇ ，ＸＵ Ｘｉａｏｌｏｎｇ （１． Ｓｃｈｏｏｌ ｏｆ Ｄｉｇｉｔａｌ Ｍｅｄｉａ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｃｈｉｎａ；２．ＩｎｆｏｒｍａｔｉｏｎＦｕｓｉｏｎＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈａｎｄＤｅ⁃ ｖｅｌｏｐｍｅｎｔ Ｃｅｎｔｅｒ ｏｆ Ｊｉａｎｇｓｕ Ｐｒｏｖｉｎｃｅ，Ｊｉａｎｇｙｉｎ Ｐｄｙｔｅｅｈｎｉｅ Ｃｏｌｌｅｇｅ，Ｊｉａｎｇｙｉｎ ２１４４０５，Ｃｈｉｎａ；３． Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ， Ｊｉａｎｇｙｉｎ Ｐｄｙｔｅｅｈｎｉｅ Ｃｏｌｌｅｇｅ，Ｊｉａｎｇｙｉｎ ２１４４０５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌ ｔｒａｎｓｆｅｒ ｌｅａｒｎｉｎｇ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｓｏｌｖｅ ｒｅｌａｔｅｄ （ｂｕｔ ｎｏｔ ｉｄｅｎｔｉｃａｌ） ｄａｔａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｓｓｕｅｓｂｙｕｓｉｎｇａｌａｒｇｅｎｕｍｂｅｒｏｆｌａｂｅｌｅｄｓａｍｐｌｅｓｉｎｔｈｅｓｏｕｒｃｅｄｏｍａｉｎａｎｄｓｍａｌｌａｍｏｕｎｔｓｏｆｌ