Ta上传的资源 (0)

本文提出了一种新的转移学习场景降维方法——可转移判别降维(TDDR)。通过解决一个目标函数,鼓励domain-merged数据和惩罚的分离源和目标之间的距离分布,我们可以找到一个低维的空间不仅保证预测样本的歧视,但也可转让性启用后分类或回归模型建立在源域推广到目标域。