原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及信息技术领域，公开了一种基于联合分布匹配的半监督域适应学习的分类方法，本方法包括步骤：S1：提取不同实验对象的源对象样本数据信息；S2：根据不同实验对象的源对象样本数据信息在源域上进行训练，得到与目标对象相匹配的预设模型；S3：将源域上训练的预设模型按照预设迁移方式迁移到目标域上；S4：通过预设算法度量源对象样本数据和目标对象样本数据分布之间的差异，拉近目标域和源域的联合分布。本方法能够通过应用核方法理论，实现联合分布的域适应算法，从而降低了源分布和目标分布之间的差异,运用源数据获得模
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113283489 A
(43)申请公布日 2021.08.20
(21)申请号 202110543006.3
(22)申请日 2021.05.19
(71)申请人 浙大宁波理工学院
地址
文档评论（0）