[发明专利]一种基于样本权重的多源域多层级迁移学习方法在审
| 申请号： | 202111561558.3 | 申请日： | 2021-12-15 |
| 公开（公告）号： | CN114241265A | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 张延华;李梦璐;杨睿哲;司鹏搏;孙艳华 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于样本权重的多源域多层级迁移学习方法，包括：获取与目标任务相似的多个源域的数据集及相应的深度学习网络模型；采用最大均值差异法计算各源域样本权重；分别计算多个源域与低资源目标域的相似度，获得每个源域的领域权重；融合从各源域各源域迁移的层，构建目标域神经网络模型；使用采集的目标域数据集对目标模型进行训练。本发明通过获取已公开的数据集以及由该数据集训练好的神经网络模型，并将其作为迁移学习的源域数据集和源域模型，按照基于样本权重的方法衡量每个源域与目标域的相似性，继而对源域模型进行不同层级的迁移，实现目标域神经网络模型的构造，完成目标域样本不充足的场景下的深度学习任务。 | ||
| 搜索关键词： | 一种 基于 样本 权重 多源域 多层 迁移 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111561558.3/，转载请声明来源钻瓜专利网。
