基于张量表示的域适配的迁移学习中特征表示方法

您当前的位置：

首页 >

文章列表页 >

基于张量表示的域适配的迁移学习中特征表示方法

学术论文 | 更新时间：2025-07-16

上一篇|下一篇

- 基于张量表示的域适配的迁移学习中特征表示方法
- A Novel Feature Representation Based on Tensor and Domain Adaption for Transfer Learning
- 赵鹏，王美玉，纪霞，刘慧婷
- 电子学报 2020年48卷第2期页码：359-368
- 作者机构：
  1. 安徽大学计算机智能与信号处理教育部重点实验室,安徽,合肥,230601
  2. 安徽大学计算机科学与技术学院,安徽,合肥,230601
- 作者简介：
- 基金信息：
  国家自然科学基金 (No.61602004）;安徽省高校自然科学研究重点项目 (No.KJ2018A0013，No.KJ2017A011）;安徽省自然科学基金 (No.1908085MF188，No.1908085MF182）;安徽省重点研究与开发计划项目 (No.1804d08020309）
- DOI： 10.3969/j.issn.0372-2112.2020.02.019
  中图分类号：
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

100

浏览量

152

下载量

3

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于多传感器信息融合和迁移学习的下肢外骨骼运动意图预测研究

基于移动性预测的群智感知混合式任务分配

基于统计推理的二进制程序语义比较模型

基于迁移学习的零样本故障诊断

基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法

相关作者

俞志鹏

王美玲

王成军

凌六一

金力

蒋伟进

聂彩燕

刘茜

相关机构

中国科学院合肥物质科学研究院智能机械研究所

仿生感知与先进机器人技术安徽省重点实验室

安徽理工大学人工智能学院

安徽理工大学煤炭无人化开采数智技术全国重点实验室

湖南工商大学计算机学院