迁移学习及其在气象雷达数据分类中的应用

项目名称： 迁移学习及其在气象雷达数据分类中的应用

项目编号： No.60975038

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 吴翊

作者单位： 中国人民解放军国防科学技术大学

项目金额： 29万元

中文摘要： 迁移学习（Transfer Learning）是近些年来模式识别和机器学习领域的研究热点问题。本项目以气象雷达数据分类为背景，针对迁移学习的理论、方法及应用问题开展研究。其中：理论部分主要分析迁移学习的"可迁移性"问题，尝试寻求描述可迁移性的量化指标。方法研究包括：在现有迁移学习算法性能比较的基础上，尝试为新问题中迁移学习算法建立新的选择准则；迁移算法的扩展性研究：半监督迁移算法与主动迁移算法。应用中主要研究面向气象雷达数据分类的迁移学习算法。基于迁移学习的气象雷达数据分类研究将为灾害性天气的预报提供有力支持。课题不仅对迁移学习的理论有较大突破，而且对于在充分利用有限的气象资源下提高气象预报精度具有重要意义。

中文关键词： 迁移学习；机器学习；气象雷达数据分类；人脸识别；图像处理

英文摘要：

英文关键词： transfer learning；machine learning；meteorologic radar data；face recognition；image processing