声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：王孝顺,陈丹,林垒城,
单位：福州大学电气工程与自动化学院,福州350116；
关键词：Wassersteindistance,迁移学习,Lipschitz约束,谱归一化,
基金：国家自然科学基金资助项目(61673116)；福建省自然科学基金资助项目(2018J01534)；；
现有的Ｗasserstein distance在迁移学习中已经取得了巨大的成功，然而，以往方法对Lipschitz约束实施方式不好。为了克服这一问题，提出一种能够学习领域自适应能力的新方法，即谱归一化Wasserstein distance迁移网络（spectral normalization Wasserstein distance transfer network，SNWDTN）。该方法首先求出权值矩阵的谱范数，然后利用谱范数再对权值矩阵进行谱归一化处理，以设计出能够满足Lipschitz约束条件的谱归一化层，从而为Wasserstein distance的使用提供更好的约束条件满足。通过公共数据集的实验结果表明，SNWDTN取得了比以往方法更好的效果。
来源：2020年第10期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。