基于最小包含球的领域迁移学习新方法

传统机器学习方法认为不同的学习任务彼此无关,但事实上不同的学习任务常常相互关联。迁移学习试图利用任务之间的联系以及过去的学习经验加速对于新任务的学习。将最小包含球(minimumenclosingball,meb)算法与parzenwindows概率估计公式相结合,提出了一种新的迁移学习算法mebtl((minimumenclosingballtransferlearning)。该算法同时结合cvm(corevectormachines)理论提出了ccmebtl(centerconstrainedminimumenclosingballtransferlearning)算法,其可以在不同领域之间完成大样本的迁移学习。作为验证,将其应用在wifi数据的室内定位、人脸识别检测上,并取得了较好的效果。