[发明专利]一种基于对抗学习的多源域适应迁移方法及系统

摘要

本发明公开了一种基于对抗学习的多源域适应迁移方法及系统，所述方法包括如下步骤：步骤一，使用各源域数据进行预训练并初始化目标模型的表示网络和分类器；步骤二，使用多源域数据与目标域数据进行多路对抗，更新目标模型的表示网络和多路判别器；步骤三，计算每个源域与目标域之间的对抗分数；步骤四，基于各源域的分类器和对抗分数对目标域进行分类；步骤五，选取高置信度的目标域伪样本微调目标模型的表示网络和分类器；步骤六，返回步骤二，进行步骤二‑五，直至模型收敛或达到最大迭代次数时停止训练，本发明可不再依赖单一源域标签集合与目标域一致的假设，并且可有效地避免多源域适应过程中存在的负迁移现象。