[发明专利]多示例多标记框架下基于域适应迁移学习设计方法和系统

摘要

本发明公开了多示例多标记框架下基于域适应迁移学习设计方法和系统，该方法将多示例多标记学习与迁移学习统一到同一个框架，有效地利用源域数据样本与目标域数据样本统计相关性，使得源域样本可以有效的被用于目标域任务的学习；利用源域数据样本集合与目标域数据样本集合在RKHS中的特性，通过使用样本加权和基于聚类的样本选择机制构成的两步域适应过程，使得目标任务的学习有足够的从源域样本集合中加权和挑选的训练样本；利用miFV算法将多示例转化为单示例，解决了域适应的计算代价问题。

主权项

一种多示例多标记框架下基于域适应迁移学习设计方法，其特征在于，所述方法包括如下步骤：步骤1：给定输入多示例多标记集:源域数据集D^S＝{(X_i，Y_i)|1≤i≤n_s}已标记目标域数据集D^L＝{(X_i，Y_i)|1≤i≤n_l}未标记目标域数据集D^U＝{X_i|1≤i≤n_u}；其中，包含z_i个样本示例，Y_i＝{y_i，1，…，y_i，n}为第i样本包的标记，其中y_i，j＝±1，D^L∪D^U＝D^T，D^L∩D^U＝φ，n_l+n_u＝n_t已知D^S中的Y_i都是已知的，目标域中存在标记已知的样本子集,且D^S和D^T中样本的分布是完全不同的；步骤2：对于D^S和D^T中的所有样本包X_i执行miFV算法，将原始的多示例样本包压缩为(2d+1)K维的单实例Fisher向量；步骤3：对单示例化后的源域数据集D^S′和目标域数据集D^T'执行KMM算法，计算出源域样本的权重向量其中α_i对应源域中第i个样本的权重值；步骤4：对目标域的已标记数据集D^L和源域数据集D^S,执行“二分K‑means聚类”，计算出源域数据集的抽取向量其中β_i＝0或1；步骤5：根据步骤3和步骤4计算出的两个向量α和β，选择合适的多标记分类器h(x)，优化本发明提出的优化式(11)，确定最优分类器h(x)的所有参数；步骤6：根据多标记分类器，得到未标记目标域数据集D^U的预测标记集合，即：分类结果。