返回
Cross-domain large margin distribution machine
DOI:10.1016/j.eswa.2026.133977.png)
摘要
En 中文
CDLDM将边距分布学习扩展到跨域分类。
该模型联合对齐域并优化边距均值和方差。
一种Nystrom原始求解器提高了在真实气体传感器漂移任务上的可扩展性。
Keyword:
Large-margin learning
Margin distribution learning
Cross-domain classification
Domain adaptation
Distribution shift
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Liu, H.; Song, Y.; Liu, T.; Chen, L.; Zhang, Z.; Yang, X.; Xiong, N.N. TransSIL: A Silhouette Cue-Aware Image Classification Framework for Bird Ecological Monitoring Systems. IEEE Internet Things J. 2025. [Google Scholar] [CrossRef]刘, H.; 宋, Y.; 刘, T.; 陈, L.; 张, Z.; 杨, X.; 熊, N.N. TransSIL: 一种基于剪影线索感知的图像分类框架,用于鸟类生态监测系统。IEEE 物联网杂志. 2025. [Google Scholar] [CrossRef]

