来自多个源域适应: 依赖域正则化方法

景区简介-------------------------------------------------------------此文件夹包含用于获取20NEWSGROUPS数据集[ 2 ]实验结果代码。要求-------------------------------------------------------------1。如果你已经下载的数据从http://vc.sce.ntu.edu.sg/transfer_learning_domain_adaptation/dam-tnnls2012/data_20newsgroups.zip和提取的数据文件夹，请先做。并；2。KMM算法需要MOSEK软件，请修改SETPATH。M文件给环境增加MOSEK工具箱。3。测试代码64位MATLAB安装64位的Windows，你可能需要重新编译MEX文件的文件夹在其他环境中运行时工具。文件描述---------------------------------------------------------------1。run_xxx。M，main_xxx。M，和show_result_all_xxx。我是XXX的编码算法（如fast_dam）。第二个被用来获得的结果，而最后一个是用来打印现有的结果。与之和；如何运行？---------------------------------------------------------------如果准备好了数据集，可以执行 ； ；>；>；run_exp_comp_vs_rec在比较与建议的设置得到的实验结果注意，为了运行不同的算法的问题，如一些算法（如fastdam）可能依赖于其他算法的决策（例如，svm_s）。所以，你可以在run_exp_xxx遵守秩序。我为了避免这样的问题。同时，我们目前也提供univerdam Mex文件，这是64位MATLAB下编译安装 ；在64位Windows。工具书类--------------------[ 1 ]属段，艾弗·曾D.徐和T. S. Chua“领域适应从多个来源通过辅助分类器，在机器学习国际会议（ICML），2009。[ 2 ]属段，D.徐和我W曾“领域适应从多个来源：一个领域相关的正则化方法，”IEEE Trans。基于神经网络和学习系统（t-nn

calc_kernel_S.m
calc_mmd.m
data
20Newsgroups
load_comp_vs_rec.m
load_data.m
load_rec_vs_sci.m
load_sci_vs_comp.m
main_fast_dam.m
main_mcc_svm.m
main_multi_kmm.m
main_svm_at.m
main_svm_fr.m
main_svm_s.m
main_svm_t.m
main_univerdam.m
README
return_ind2.m
run_exp_comp_vs_rec.m
run_exp_rec_vs_sci.m
run_exp_sci_vs_comp.m
run_fast_dam.m
run_mcc_svm.m
run_multi_kmm.m
run_svm_at.m
run_svm_fr.m
run_svm_s.m
run_svm_t.m
run_univer_dam.m
save_mmd_at.m
save_mmd_fr.m
setpaths.m
shift_feat.m
shift_kernel.m
show_result_all_fast_dam.m
show_result_all_mcc_svm.m
show_result_all_multi_kmm.m
show_result_all_svm_fr.m
show_result_all_svm_s.m
show_result_all_svm_t.m
show_result_all_univer_dam.m
train_fast_dam.m
train_univerdam.mexw64
utils
asvm
calckernel_D.m
calckernel_D2.m
calc_acc.m
calc_ap.m
calc_confusion_matrix.m
calc_g.m
construct_basekernels_D.m
construct_basekernels_D2.m
get_hostname.m
L2sqrtDistance.m
libsvm-3.12
libsvm-weights-3.11
log_print.m
significant_test.m
write_line.m
zscorem.m