基于流形正则化框架和MMD的域自适应BLS模型

doi:10.16383/j.aas.c210009

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于流形正则化框架和MMD的域自适应BLS模型
	赵慧敏; 郑建杰; 郭晨; 邓武
刊名	自动化学报
	2024
卷号	50 期号:7 页码:1458-1471
关键词	宽度学习系统流形正则化框架最大均值差异域自适应图像分类
ISSN号	0254-4156
DOI	10.16383/j.aas.c210009
英文摘要	宽度学习系统(Broad learning system, BLS)作为一种基于随机向量函数型网络(Random vector functionallink network, RVFLN)的高效增量学习系统, 具有快速自适应模型结构选择能力和高精度的特点. 但针对目标分类任务中有标签数据匮乏问题, 传统的BLS难以借助相关领域知识来提升目标域的分类效果, 为此提出一种基于流形正则化框架和最大均值差异(Maximum mean discrepancy, MMD)的域适应BLS (Domain adaptive BLS, DABLS)模型, 实现目标域无标签条件下的跨域图像分类. DABLS模型首先构造BLS的特征节点和增强节点, 从源域和目标域数据中有效提取特征; 再利用流形正则化框架构造拉普拉斯矩阵, 以探索目标域数据中的流形特性, 挖掘目标域数据的潜在信息. 然后基于迁移学习方法构建源域数据与目标域数据之间的MMD惩罚项, 以匹配源域和目标域之间的投影均值; 将特征节点、增强节点、MMD惩罚项和拉普拉斯矩阵相结合, 构造目标函数, 并采用岭回归分析法对其求解, 获得输出系数, 从而提高模型的跨域分类性能. 最后在不同图像数据集上进行大量的验证与对比实验, 结果表明DABLS在不同图像数据集上均能获得较好的跨域分类性能, 具有较强的泛化能力和较好的稳定性.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/58798]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	赵慧敏,郑建杰,郭晨,等. 基于流形正则化框架和MMD的域自适应BLS模型[J]. 自动化学报,2024,50(7):1458-1471.
APA	赵慧敏,郑建杰,郭晨,&邓武.(2024).基于流形正则化框架和MMD的域自适应BLS模型.自动化学报,50(7),1458-1471.
MLA	赵慧敏,et al."基于流形正则化框架和MMD的域自适应BLS模型".自动化学报 50.7(2024):1458-1471.