多源异构特征数据在线迁移学习技术资料

该技术资料将每个源域与目标域的特征空间映射到公共子空间，基于双层差异导向对冲集成策略，实现源域离线学习模型与目标域在线学习模型的两层集成融合和在线演化更新。主要实现多源异构特征数据的在线多源迁移学习并降低目标域在线多分类错误率。

This technical document maps the feature spaces of each source domain and target domain into a common subspace. Based on a two-layer difference-oriented hedging ensemble strategy, it realizes two-layer integrated fusion and online evolutionary updates for the source domain's offline learning model and the target domain's online learning model. It mainly enables online multi-source transfer learning for multi-source heterogeneous feature data and reduces the online multi-classification error rate of the target domain.

搜集汇总

背景与挑战

背景概述

该数据集是关于多源异构特征数据的在线迁移学习技术资料，由重庆大学发布，属于国家重点研发计划项目。其核心内容是通过特征空间映射和双层集成策略，实现源域与目标域模型的在线融合与更新，旨在降低目标域在线多分类错误率，适用于计算机科学技术领域的迁移学习研究。