公开(公告)号：CN120070977A

公开(公告)日：2025-05-30

申请号：CN202510140879.8

申请日：2025-02-08

Applicant: 上海交通大学

Inventor： 黄林庆 ,  李珮莹 ,  王士林 ,  刘功申 ,  姜来 ,  陈炳安 ,  蒋竺君

IPC: G06V10/764 ,  G06V10/80 ,  G06N20/00

Abstract: 本发明提供了一种基于证据融合的多源域分布式迁移目标识别方法及系统，包括：初始化模块输入图像数据，并设置最大迭代次数和重要性系数；特征学习模块根据设置分别对图像数据进行域不变特征学习与迁移分类，获得目标域图像的融合软分类结果；权重计算模块估计源域基于准确率的相对权重和基于分布距离的相对权重，计算源域的最终权重；证据融合模块根据源域的最终权重对融合软分类结果进行折扣，并加权证据融合，进行类别决策得到待识别目标图像的类别。本发明解决了多源迁移分类中多域信息挖掘不充分引起分类性能受限的问题，在域间差异比较大情况下依然取得精准的识别结果，提升目标域样本的分类准确率，有效降低信源质量对融合的负面影响。