[发明专利]一种基于数据筛选的域适应方法和系统

权利要求书

1.一种基于数据筛选的域适应方法，其特征在于，包括以下步骤：

步骤1：获取任务一致但数据分布不同的有标记源域数据集和无标记目标域数据集；

步骤2，利用有标记源域数据，预训练源域卷积神经网络和源域分类器；

步骤3，利用预训练后的源域卷积神经网络参数初始化目标域神经网络，构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络；将所述的源域卷积神经网络参数固定，利用源域数据和目标域数据对对抗网络进行基于域分类的训练，更新目标域神经网络和判别器参数；

步骤4，利用预训练后的源域卷积神经网络对源域数据集做特征提取，利用训练后的判别器对源域数据集进行域分类，从分类为源域的数据子集中剔除部分数据，将分类为目标域的数据子集与剔除后剩余的分类为源域的数据子集合并为新的源域数据集；

步骤5，使用新的源域数据集和原始的目标域数据集进行域适应操作。

2.根据权利要求1所述的一种基于数据筛选的域适应方法，其特征在于，所述的任务一致是指源域数据集和目标域数据集均属于分类任务且类别一致，数据分布不同是指源域数据集和目标域数据集中相同类别的数据特征存在差异。

3.根据权利要求1所述的一种基于数据筛选的域适应方法，其特征在于，所述的步骤3包括：

3.1)构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络，所述的目标域神经网络的初始化参数为预训练后的源域卷积神经网络参数，将所述的源域卷积神经网络参数固定；

3.2)源域数据与目标域数据按批次输入，分别经过源域卷积神经网络和目标域神经网络提取特征后分别输入判别器，由判别器预测输入数据的域标签，所述的域标签包括源域和目标域，判别器输出0代表预测结果为目标域，输出1代表预测结果为源域；

3.3)以判别器预测值与真实域标签的交叉熵损失更新判别器参数，通过将目标域数据的域标签预测值优化至1的交叉熵损失更新目标域神经网络参数，两者相互对抗，直至训练收敛。

4.根据权利要求1所述的一种基于数据筛选的域适应方法，其特征在于，从分类为源域的数据子集中剔除的部分数据所占的比例为10％-30％。

5.根据权利要求1所述的一种基于数据筛选的域适应方法，其特征在于，所述的步骤5包括：

5.1)根据新的源域数据集预训练源域卷积神经网络和源域分类器；

5.2)利用预训练后的源域卷积神经网络参数初始化目标域神经网络，构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络；将所述的源域卷积神经网络参数固定，利用新的源域数据集和原始的目标域数据集对对抗网络进行基于域分类的训练，更新目标域神经网络和判别器参数；

5.3)利用目标域神经网络提取目标域数据特征，再利用源域分类器对目标域数据特征进行分类。

6.一种基于数据筛选的域适应系统，其特征在于，包括：

数据获取模块，其用于获取任务一致但数据分布不同的有标记源域数据集和无标记目标域数据集；

预训练模块，其用于利用有标记源域数据，预训练源域卷积神经网络和源域分类器；

对抗训练模块，其用于利用预训练后的源域卷积神经网络参数初始化目标域神经网络，构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络；将所述的源域卷积神经网络参数固定，利用源域数据和目标域数据对对抗网络进行基于域分类的训练，更新目标域神经网络和判别器参数；

源域数据筛选模块，其用于利用预训练后的源域卷积神经网络对源域数据集做特征提取，利用训练后的判别器对源域数据集进行域分类，从分类为源域的数据子集中剔除部分数据，将分类为目标域的数据子集与剔除后剩余的分类为源域的数据子集合并为新的源域数据集；

域适应操作模块，其用于使用新的源域数据集和原始的目标域数据集进行域适应操作。

7.根据权利要求6所述的一种基于数据筛选的域适应系统，其特征在于，所述的数据获取模块中，任务一致是指源域数据集和目标域数据集均属于分类任务且类别一致，数据分布不同是指源域数据集和目标域数据集中相同类别的数据特征存在差异。