公开(公告)号：CN114676755A

公开(公告)日：2022-06-28

申请号：CN202210208723.5

申请日：2022-03-04

Applicant: 南京邮电大学

Inventor： 吴飞 ,  魏鹏飞 ,  高广谓 ,  胡长晖 ,  季一木 ,  蒋国平

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种基于图卷积网络的无监督域自适应的分类。所述方法包括：获取源域中的样本数据和目标域中样本数据作为训练数据；根据源域和目标域中样本数据间的相似性分别更新两个域中样本的图连接关系；将源域和目标域中的样本数据输入到域自适应网络中进行训练，域自适应网络是基于图卷积网络的无监督域自适应网络，域自适应网络包括：跨域特征提取模型、源域特征提取模型、分类模型、域对抗鉴别模型、类对齐模型；训练域自适应网络不断更新迭代域自适应网络中的参数，当域自适应网络达到收敛条件时，获得域自适应分类模型；输入待分类数据至域自适应分类模型进行分类，获得待分类数据的分类结果。提高了基于图卷积的无监督域自适应模型性能。