公开(公告)号：CN110837865A

公开(公告)日：2020-02-25

申请号：CN201911084862.6

申请日：2019-11-08

Applicant: 北京计算机技术及应用研究所

Inventor： 李佳珍 ,  袁晓光 ,  王泊涵 ,  戴志明 ,  李墈婧 ,  韩涛 ,  谢德鹏

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于表示学习和迁移学习的领域适配方法，属于大数据和物联网技术领域。本发明提出的基于表示学习和迁移学习的领域适配方法是基于源域的少量真实标签实现，从而减少对有标签数据的依赖。通过Center Loss与Softmax Loss联合损失函数嫩刚使得源域的数据特征扩大类间距，缩小类内距，从而获得源域的可分离的特征。通过定义源域特征和目标域特征之间的距离的损失函数即MMD Loss损失函数，能够再通过神经网络的训练过程降低MMD Loss损失函数的值，从而拉近源域和目标域的距离，最终提高目标域的准确率。