本发明公开的一种基于主动学习的迁移学习算法，属于机器学习领域。对于一般的无监督的迁移学习算法，目前有大量研究，但是我们在此基础上，研究了一个能够在较小的样本标注代价下来获得目标领域算法性能的提升。本发明的主动迁移学习算法在进行无监督领域自适应的过程后基于主动采样的方法去访问一批数据去微调更新网络参数，从而使得提取的特征既具有很好的迁移能力又具有不错的判别能力。在本发明中，主动采样的策略不仅有基于传统的信息熵方法，还提出了在迁移学习背景下的特征性之一评价指标。
