典型文献
基于动态域定界的循环分类模型
文献摘要：
在多源域迁移学习应用中,现有的分类模型大多对数据标签要求较高,难以适应数据集的动态变化和标签缺失情况.针对该问题,提出一种基于动态域定界的循环分类模型CAMDOT(cyclic classifica-tion model based on dynamic domain delimitation).首先,引入互信息量化各数据域间的相关性,提高分类模型适应异构用户和数据动态变化的能力.其次,针对数据标签缺失和不平衡问题,提出一种循环分类算法.最后,通过理论与实验分析,验证该模型在多源域数据训练中具有较高的分类准确率.
文献关键词：
迁移学习;动态分类;数据相关性;卷积神经网络
中图分类号：
作者姓名：
邓慧娜;叶阿勇;张娇美
作者机构：
福建师范大学计算机与网络空间安全学院,福建 福州 350117;福建省网络安全与密码技术重点实验室,福建 福州 350117
文献出处：
引用格式：
[1]邓慧娜;叶阿勇;张娇美-.基于动态域定界的循环分类模型)[J].福建师范大学学报（自然科学版）,2022(06):33-42
A类：
动态域,CAMDOT
B类：
定界,分类模型,多源域迁移学习,学习应用,数据标签,标签要求,cyclic,classifica,model,dynamic,domain,delimitation,互信息,信息量化,数据域,数据动态,不平衡问题,分类算法,数据训练,分类准确率,动态分类,数据相关性
AB值：
0.424218
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
