自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 迁移学习(二)

迁移学习综述(二)(学习笔记)A Comprehensive Survey on Transfer Learning1.引言迁移学习的目标是利用来自相关领域(称为源领域)的知识,以提高学习性能或最小化目标领域中需要的标记示例的数量。知识转移并不总是对新任务产生积极的影响。如果领域之间几乎没有共同之处,知识转移可能不成功。例如,学习骑自行车并不能帮助我们更快地学习弹钢琴。以往的经验对学习新任务有负面影响的现象被称为负迁移。在迁移学习领域,如果目标学习者受到迁移知识的负面影响,这种现象也称为负迁移。负迁移

2021-01-21 14:48:13 3000 3

原创 迁移学习(一)

迁移学习综述(一)(学习笔记)A Survey of Recent Adances in Transfer leanning1.引言传统机器学习方法只有在一个共同的假设下才能很好地工作:训练和测试数据都来自相同的特征空间和相同的分布。当分布发生变化时,大多数统计模型需要使用新收集的训练数据从头开始重建。在许多现实的应用程序中,回忆所需的训练数据和重建模型是昂贵的或不可能的。如果能减少重新收集训练数据的需要和工作,那就太好了。在这种情况下,知识转移或任务域之间的迁移学习是可取的。在现实世界中,我们观察

2021-01-19 20:43:42 969

原创 matlab SVMtrain函数

matlab SVMtrain函数%svm train X_train_PCA = mapminmax(X_train_PCA, 0, 1);svm_model=svmtrain(y_train,X_train_PCA','-s 0 -t 0 -c 1');% svm testX_test_PCA = mapminmax(X_test_PCA, 0, 1);[predict_label, accuracy, dec_values] =svmpredict(y_test,X_test_PCA'

2021-01-12 10:15:20 3478

原创 1.2传值、引用、常量引用

eg1.1交换值-----引用#include<iostream>using namespace std;void swap(int& x, int& y){ int temp = x; x=y; y = temp;}int main(){ int a,b; a=1; b=2; cout << "a:" << a << " b:" << b << endl; swap(a,b); cout

2020-11-24 09:38:55 188

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除