原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
小型微型计算机系统2025年5月第5期
DOI:10.20009/j.cnki.21-1106/TP.2024-0005
JournalofChineseComputerSystemsVol.46No.52025
双策略与置信度的域适应学习
滕少华，黄莉莉，张巍
（广东工业大学先进制造学院，广州510006）
E-mail:shteng@gdut.edu.cn
摘要：领域自适应旨在充分利用源域标签信息，将源域知识泛化到目标领域.但现存域适应方法存在以下限制：1）无法有针
对性地处理不同置信度数据，忽视了噪声数据的干扰；2）难以克服统计分布与流形结构联合情况下的领域偏移.为了提高分类
器的鲁棒性，本文提出一种双策略与置信度的域适应方法，使得分类器能够针对不同置信度数据制定迁移策略.该方法以高置
信度策略为主，引入双映射来分别学习源域与目标域的潜在特征，通过统计对齐结合判别性流形学习框架，降低域间偏移.另
外，根据低置信度数据集的特殊性，将流形正则化作为低置信度策略，迁移相似度高的边界点.最后，在4个基准数据集上进行
了对比实验，证明了本研究方法的有效性。
关键词：领域自适应；双策略；置信度；流形正则化
中图分类号：TP391文献标识码：A文章编号：1000-1220(2025)05-1135-12
DualStrategiesandConfidence-basedDomainAdaptationLearning
TENGShaohua,HUANGLili,ZHANGWei
(SchoolofAdvancedManufacturing,GuangdongUniversityofTechnology,Guangzhou510006,China)
Abstract:Domainadaptationaimstoleveragesourcedomainlabeledinformationtogeneralizeknowledgetothetargetdomain,How-
ever,existingdomainadaptationmethodsfacethefollowinglimitations:1)inabilitytoselectivelyhandledatawithdifferentconfidence
levels,neglectingtheinterferenceofnoisydata;2)difficultyinovercomingdomainshiftunderthejointconsiderationofstatisticaldis-
tributionandmanifoldstructure.Toenhancetherobustnessofclassifiers,thispaperproposesadual-strategyandconfidence-baseddo-
mainadaptationmethod,enablingtheclassifiertoformulatetransferstrategiesfordatawithvaryingconfidencelevels.Themethodpri-
marilyadoptsahigh-confidencestrategyandintroducesdualmappingstolearnlatentfeaturesfromboththesourceandtargetdo-
mains.Byemployingacombinationofstatisticalalignmentanddiscriminativemanifoldlearningframeworks,theapproachmitigates
domainshift.Additionally,consideringtheuniquenessoflow-confidencedata,manif
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）