《表3 具有特殊先验信息的半监督设定下6个域转化实验精度的均值和方差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向开放集图像分类的模糊域自适应方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

在半监督场景下，每一个已知类随机选取了3个样本加固定标签作为带有先验信息的样本，这样的样本有普遍性，近邻距离影响可能较小或者没有，在目标函数中不具有能决定分配伪标签的效果。具有特殊先验信息的半监督设定下6个域转化实验精度的均值和方差如表3所示。导致运行本次半监督实验结果的鲁棒性很强。考虑现实情况，如果在特殊人为的先验条件下，凭经验能确定部分具有代表性的和容易判断错误的样本标签，那么这类样本对整个分类判别分析的影响会很大，并且在选取少量固定标签样本情况下变化幅度也会很大，通过实验来验证本文的猜想。在这样的假设条件下，优先选择具有代表性的或者容易分配为错误标签的样本，一个特殊的半监督场景：在第一次通过目标域样本到已知类中心的距离判断伪标签的时候，选择出那些判断错误的样本，作为半监督场景下加注释的部分。在优先选择这些强注释样本条件下，同样每个类别随机抽取3个样本加标签注释，形成特殊的半监督环境。实验验证了本文的猜想，并且与先前验证实验效果一致。