简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.
简介:2004年5月20日,上海市区晴空万里,艳阳炙烤着大地,路上行人稀少,而扬子万丽大酒店三层的碧玉厅里却人头攒动,原来是GE能源集团油气公司借2004第二届中国国际流体机械展览会在此召开了压缩机技术交流会,会议吸引了石油、石化、化工设备的高层管理人员以及压缩机技术的专家、工程人员180余人到场聆听.由于规格高、技术先进、观众多,GE能源集团油气公司的压缩机技术交流会成为了2004第二届中国国际流体机械展览会最大的亮点,两者交相辉映,异彩分呈.