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
本发明公开了一种面向图像识别域适应的无监督评估方法，包括：(1)使用源域和目标域的训练集学习得到若干分类模型；(2)使用源域经过分类模型M得到模型预测，并与源域验证集标签对比，得到源域的准确率AS；(3)源域数据经过分类模型M时保留中间特征，并使用中间特征和对应标签训练分类器h；(4)目标域的验证集进行数据增强，增强前后数据都经过分类模型M得到对应中间特征，再经过分类器h得到对应的预测，得到增强一致性AC；(5)将AS和AC结合，并加入分类器h的多样性项，得到估指标ACM，评估分类模型M的迁移效
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116883744 A
(43)申请公布日 2023.10.13
(21)申请号 202310857344.3
(22)申请日 2023.07.13
(71)申请人 浙江大学
文档评论（0）