基于深度对抗域自适应的多源开集图像分类方法、电子设备及计算机存储介质

    公开(公告)号:CN117274695A

    公开(公告)日:2023-12-22

    申请号:CN202311233678.X

    申请日:2023-09-22

    Abstract: 基于深度对抗域自适应的多源开集图像分类方法、电子设备及计算机存储介质,涉及迁移学习领域,解决现有多源开放集迁移学习方法将目标域中的未知类视为一个大类别,忽略了类别的多样性,易造成未知类的混淆的问题。本发明提供以下技术方案:多源开集图像分类方法包括以下步骤:将公开数据集作为试验数据集,对目标数据集按字母顺序分为已知类和未知类,对目标域数据集进行预处理;预处理后的目标数据集引入对比正则项,获得源域数据集的域不变特征;为目标域数据集中未知类样本构造决策边界;预测属于目标域数据集中的未知类样本的概率;采用改进的无监督聚类算法迭代地为得到的未知类样本进行聚类。还适用多源开放集图像分类方法领域。

Patent Agency Ranking