一种新的半监督归纳迁移学习框架:Co-Transfer

在许多实际的数据挖掘应用场景,如网络入侵检测、Twitter垃圾邮件检测、计算机辅助诊断等中,与目标域分布不同但相关的源域普遍存在.一般情况下,在源域和目标域中都有大量未标记样本,对其中的每个样本都进行标记是件困难的、昂贵的、耗时的事,有时也没必要.因此,充分挖掘源域和目标域中标记和未标记样本来解决目标域中的分类任务非常重要且有意义.结合归纳迁移学习和半监督学习,提出一种名为Co-Transfer的半监督归纳迁移学习框架.Co-Transfer首先生成3个TrAdaBoost分类器用于实现从原始源域到原始目标域的迁移学习,同时生成另外3个TrAdaBoost分类器用于实现从原始目标域到原始源域的迁移学习.这2组分类器都使用从原始源域和原始目标域的原有标记样本的有放回抽样来训练.在Co-Transfer的每一轮迭代中,每组TrAdaBoost分类器使用新的训练集更新,其中一部分训练样本是原有的标记样本,一部分是由本组TrAdaBoost分类器标记的样本,还有一部分则由另一组TrAdaBoost分类器标记.迭代终止后,把从原始源域到原始目标域的3个TrAdaBoost分类器的集成作为原始目标域分类器.在UCI数据集和文本分类数据集上的实验结果表明,Co-Transfer可以有效地学习源域和目标域的标记和未标记样本从而提升泛化性能.

电气机械设备管理中存在问题及改善对策

伴随着工业产业的迅速发展,电气机械设备管理得到了重视并广泛应用到生产加工中,推动社会经济进步;但是根据现阶段电气机械设备管理状态看,存在诸多不足,有待进一步优化。怎样进行机械设备管理成为重要研究课题,企业抓住管理问题制定可行性方案对策,对企业机械设备管理具有重要影响。

三维CAD技术在机械设计中的应用

文章主要针对三维CAD技术在机械设计中的应用进行分析,结合当下三维CAD技术的发展现状为根据,从三维CAD技术对机械设计的影响、三维CAD技术对机械设计的优势、三维CAD技术对机械设计的应用方面进行深入研究与探索,主要目的在于更好的推动机械设计的发展与进步。

浅析如何提高化工设备与机械的高效化

文章主要针对如何提高化工设备与机械的高效化进行分析,结合当下提高化工设备与机械的高效化发展现状为根据,从化工设备与机械分析、化工设备与机械的高效化提升措施方面进行深入研究与探索,主要目的在于更好的推动化工设备与机械的发展与进步。