AI体统中提高模型泛化能力的两个思路

近几天做模式识别实验时遇到了一个问题。在A环境下采集的数据所训练出的模型，在B环境下几乎丧失了识别能力。很明显，该模型的泛化能力太差。
考虑两个思路：第一，在不同的环境中采集多组数据重新模型训练，以此提高模型的泛化能力；第二，不用换环境采集新数据，而是对现有的训练数据合理去噪（或称滤波），用去噪后的强特征数据重新训练模型，以此提高模型的泛化能力。