Key points are not available for this paper at this time.
Diese Forschung untersucht hauptsächlich den semi-supervised Lernalgorithmus für verschiedene Domänendaten in der maschinellen Olfaktion, auch bekannt als Algorithmus zur Driftkompensation von Sensoren. In der Regel ist es bei diesem Problem schwierig, bessere Erkennungsergebnisse zu erzielen, indem man direkt den semi-supervised Lernalgorithmus anwendet. Aus diesem Grund schlagen wir einen domänentransformierenden semi-supervised gewichteten Kern-Extremlernalgorithmus (DTSWKELM) vor, der die Daten durch die Domäne umwandelt und die SWKELM-Algorithmusklassifikation verwendet, um das semi-supervised Klassifikationsproblem verschiedener Domänendaten in ein semi-supervised Klassifikationsproblem derselben Domänendaten zu transformieren.
Lu et al. (Thu,) untersuchten diese Frage.