《表2 无监督DA方法的比较 (%)》
与当前优秀的无人管理自适应法作比较。表2给出了最新的无人管理子空间对齐域自适应法的实验结果。值得一提的是,本文的LSSA法在12种中的7种子问题上都比其他方法表现好,同时TJM在剩下的5种子问题中表现更好。然而,平均来看,LSSA大大优于TJM(52.6%对50.5%)。此外,TJM的时间复杂性远远大于其他方法,因为其需要解决一个较大的优化问题,而本文的方法包含的针对界标选择的贪心策略和针对子空间对齐封闭解更加有效。TJM和LSSA的精准度的差别在于:前者采用了权重机制,主要能将两种域移动得更近一些,而后者通过高斯假设,同时考虑到了界标数据分布的标准误差。从表2中可以看到,LSSA远远优于SA,LSSA能够捕捉到非线性,这是SA难以比拟的。然而,考虑非线性的方式也是一个关键。如KPCA+SA所表示的那样,在子空间对齐之前执行两个独立的KPCA会导致最坏的结果。
图表编号 | XD0020618000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 曾远柔、王红霞 |
绘制单位 | 长江职业学院数据信息学院、武汉理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |