weixin_42633401的博客

RUL论文阅读——Transfer learning for remaining useful life prediction based on consensus self-organizing modelslink : articleress

对抗迁移学习- 数据分布自适应的对抗迁移方法首次神经网络训练中加入对抗机制DANN（边缘分布）生成器对应提取器 域判别器 分类器DAAN（边缘分布+条件分布 动态对抗，自适应因子 ）ADDA（整体特征、局部特征）- 基于信息解耦的对抗迁移方法对于复杂的特征表示分类，可以看出特征的构成、作用等领域分离网络（DSN）将源于和目标域扽为两部分：共有部分和私有部分https://blog.csdn.net/weixin_37993251/article/details/91472097- 基于数据

利用深度神经网络进行迁移学习

深度网络的可迁移性深度迁移网络比随机初始化权重效果好深度网络前面几层都是通用特征，迁移效果较好网络层数的迁移可以加速网络的学习和优化深度迁移网络中加入微调，效果提升大，可能比原网络好微调可以较好滴克服数据之间的差异性...