-
公开(公告)号：CN112819098A
公开(公告)日：2021-05-18
申请号：CN202110220887.5
申请日：2021-02-26
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于三元组和差额度量的域自适应方法，从目标域随机抽取样本，形成目标域batch，输入特征提取器获得样本特征；将样本特征输入至多分类器，进行熵最小化处理；同时输入至多二分类器，根据输出确定k个临界样本以及k对相似类；然后利用三元组损失triplet loss筛选有效样本构建源域batch，通过提取好的源域batch样本训练多二分类器和多分类器；最后将目标域batch和源域batch送入域对抗网络，进行域对齐操作；本发明通过使用三元组损失函数，并且合理设计该损失中正负样本对之间的差额margin，利用域对抗网络进行域对齐，使得源域和目标域的样本分布趋于一致，间接地让目标域靠近分类边界的样本远离边界，以使得能够将目标域靠近分类边界的样本进行正确分类。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
