一种基于分布对抗的无监督深度领域适应方法

发明专利有效专利

申请号：
CN202110401067.6
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-04-14
申请人：
中国矿业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于分布对抗的无监督深度领域适应方法
申请号	CN202110401067.6	申请日期	2021-04-14
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-22	公开/公告号	CN113011523A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国矿业大学	申请人地址	江苏省徐州市大学路1号中国矿业大学科研院变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国矿业大学	当前权利人	中国矿业大学
发明人	潘杰;黄霄汉;陈宁宁;邹筱瑜
代理机构	南京瑞弘专利商标事务所（普通合伙）	代理人	马玉雯

摘要

本发明公开了一种基于分布对抗的无监督深度领域适应方法，包括以下步骤：获取待分析数据；建立深度网络模型；数据的前向传播；构造损失函数包括标签分类器的损失，领域判别器的损失，多核最大均值差异以及全局损失函数；使用mini‑batch随机梯度下降法进行参数更新。本方法融合了特征分布与领域对抗，使其共同作用于网络模型，提高模型的领域适应能力。所提方法基于卷积神经网络实现，在分类器的全连接层进行特征分布匹配，使用MK‑MMD衡量领域间的特征分布差异，同时在卷积层后搭建两层全连接网络作为领域判别器进行领域对抗。综合大量实验证明了所提方法能够提高深度网络模型的领域适应能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供