%0 Journal Article
%T 基于类分布的领域自适应支持向量机
%A 应文豪
%A 王士同
%A 邓赵红
%A 王骏
%J 自动化学报
%P 1273-1288
%D 2013
%R 10.3724/SP.J.1004.2013.01273
%X ？现有的领域自适应方法在定义领域间分布距离时,通常仅从领域样本的整体分布上考虑,而未对带类标签的领域样本分布分别进行考虑,从而在一些具有非平衡数据集的应用领域上表现出一定的局限性.对此,在充分考虑源领域样本类信息的基础上,基于结构风险最小化模型,提出了基于类分布的领域自适应支持向量机(Domainadaptationsupportvectormachinebasedonclassdistribution,CDASVM),并将其拓展为可处理多源问题的多源领域自适应支持向量机(CDASVMfrommultiplesources,MSCDASVM),在人造和真实的非平衡数据集上的实验结果表明,所提方法具有优化或可比较的模式分类性能.
%K 领域自适应
%K 支持向量机
%K 迁移学习
%K 再生核Hilbert空间
%U http://www.aas.net.cn/CN/abstract/abstract18159.shtml