基于知識表達的遷移學習方法及其應用

1 緒論
1．1 研究目標
1．2 研究內容
1．3 研究方案
1．4 研究成果及意義
1．5 主要內容及安排
1．6 本章小結
2 遷移學習綜述
2．1 研究背景
2．2 遷移的內容
2．3 遷移學習的研究成果
2．4 遷移學習的應用
2．5 遷移學習的常用資源
2．6 本章小結
3 基于多源動態(tài)TrAdaBoost的實例遷移學習
3．1 研究背景
3．2 理論基礎
3．3 基于多源動態(tài)TrAdaBoost的實例遷移學習
3．4 實驗與分析
3．5 本章小結
4 基于協(xié)方差矩陣的特征遷移學習
4．1 研究背景
4．2 協(xié)方差矩陣
4．3 基于協(xié)方差矩陣的特征遷移學習
4．4 實驗與分析
4．5 本章小結
5 基于層次貝葉斯的參數(shù)遷移學習
5．1 研究背景
5．2 層次貝葉斯
5．3 基于層次貝葉斯的參數(shù)遷移學習
5．4 實驗與分析
5．5 本章小結
6 基于馬爾可夫邏輯網(wǎng)的關聯(lián)規(guī)則遷移學習
6．1 研究背景
6．2 馬爾可夫邏輯網(wǎng)
6．3 基于馬爾可夫邏輯網(wǎng)的關聯(lián)規(guī)則遷移學習
6．4 實驗與分析
6．5 本章小結
參考文獻