冗余数据裁剪的自适应迁移学习算法

为提高Tradaboost迁移学习的适应性,研究目标领域和源领域的样本权值。考虑目标域和源域间的样本权值差距偏大、负迁移明显的缺陷,提出一种RCTRA算法。增加源领域样本权值回补参数,利用动态冗余数据裁剪算法,小于初始权值的源域样本不可选,在可选数据中动态剔除权值小于设定阈值的数据。通过测试青荣城际高速铁路、青威客车客流数据进行验证,实验结果表明,RCTRA算法较传统迁移学习算法具有更好的有效性和鲁棒性。