典型文献
基于域内规划的类质心匹配迁移学习算法研究
文献摘要：
针对森林火灾烟雾数据集小,模型获取困难问题,采用类质心匹配和局部流行自学习迁移学习算法,解决缺乏标签数据的烟雾检测任务.算法将目标域中同一簇内的样本视为整体而不是个体,通过类质心匹配为目标簇分配伪标签.为了充分利用目标域数据结构,引入域内规划法,从域中学习判别性传递信息.基于卫星遥感图像与视频影像图像数据集对该模型进行评估,与普通类质心匹配算法相比,文中算法在视频影像图像上的准确率提高了4.50％,在卫星遥感图像上的准确率提高了6.50％,且在迭代次数为5次时就已经收敛.
文献关键词：
森林火灾;烟雾检测;迁移学习;域内规划法
中图分类号：
作者姓名：
刘媛媛;郝慧琴;王耀力;孙永明;常青
作者机构：
太原理工大学信息与计算机学院,山西晋中030600;中国电信股份有限公司山西分公司,山西太原030001;山西省林业和草原科学研究院,山西太原030002
文献出处：
引用格式：
[1]刘媛媛;郝慧琴;王耀力;孙永明;常青-.基于域内规划的类质心匹配迁移学习算法研究)[J].电子设计工程,2022(18):25-30,35
A类：
森林火灾烟雾,域内规划法
B类：
质心,迁移学习,算法研究,困难问题,自学习,学习迁移,标签数据,烟雾检测,目标域,一簇,伪标签,数据结构,判别性,传递信息,卫星遥感图像,图像数据集,匹配算法,迭代次数
AB值：
0.266369
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。
