作者:谢江龙 刘波向量迁移学习张量空间信息
摘要:目前虽然迁移学习算法得到广泛的研究,但大部分迁移学习算法只是面向向量数据。面向向量的迁移学习算法首先将高阶的张量数据转换为向量作为输入,再进行处理。可是在数据类型转换的过程中往往会造成张量数据空间信息的丢失以及维数灾难等问题,因此对张量数据的迁移学习算法的研究显得很有必要。针对传统的基于向量的迁移算法,本文提出基于张量数据的迁移学习算法,使得可以对张量数据直接作为输入,不仅解决了上述问题,还提高了分类准确率。实验结果表明,该算法具有较高的分类准确率,有一定的实用价值。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社