-
公开(公告)号：CN117671323A
公开(公告)日：2024-03-08
申请号：CN202311417689.3
申请日：2023-10-30
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于原型组合的多源无监督领域自适应图片分类方法，该方法采用一个由特征提取器和分类器组成的图片分类模型实现多源无监督领域的自适应图片分类，并采用穆尔‑彭罗斯广义逆矩阵求解线性方程组最优解的理论来设计原型组合机制为各具有不同分布的源域的原型分配权重，通过对比学习使源域和目标域的样本特征嵌入与相应标签类最小化原型组合物和目标域的原型相互接近，与不同类别的原型组合物和目标域的原型相互远离；通过MMD度量损失进一步提高源域的知识迁移率。本发明可自适应地提高模型对目标域样本预测有关键作用的源域的关注度，实现对多源域和目标域更精细的对齐，减少了计算量，提高了目标域样本的预测精度。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
