[发明专利]一种基于半监督的迁移学习分类方法在审
| 申请号： | 201610651405.0 | 申请日： | 2016-08-10 |
| 公开（公告）号： | CN106295697A | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 李子彬;刘波;肖燕珊 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 510062 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督的迁移学习分类方法，该方法包括：对源数据集中的有标签的数据进行预处理，得到源数据集的特征分类器；利用多任务学习算法对目标数据集的无标签的数据和所述源数据集的特征分类器进行迁移迭代训练，得到目标分类器；利用目标分类器完成对特征的分类。该方法实现节省资源，提高分类精确度。 | ||
| 搜索关键词： | 一种 基于 监督 迁移 学习 分类 方法 | ||
【主权项】：
一种基于半监督的迁移学习分类方法，其特征在于，包括：对源数据集中的有标签的数据进行预处理，得到源数据集的特征分类器；利用多任务学习算法对目标数据集的无标签的数据和所述源数据集的特征分类器进行迁移迭代训练，得到目标分类器；利用目标分类器完成对特征的分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610651405.0/，转载请声明来源钻瓜专利网。
