一种面向环境变化的无监督迁移学习图像分类方法

    公开(公告)号:CN115035330A

    公开(公告)日:2022-09-09

    申请号:CN202210461879.4

    申请日:2022-04-28

    申请人: 南京大学

    发明人: 黎铭 孙辉 周志华

    摘要: 本发明公开了一种面向环境变化的无监督迁移学习图像分类方法,获取待分类图片,若不存在面向应用环境的模型,则从学习环境迁移学习新模型;收集训练数据,初始化模型;在伪标签生成器上,计算有标签样本的分类损失以及学习环境和应用环境数据的分布偏移损失,并生成部分伪标签;设计多个联合分类器输出二维联合概率同时预测图片主任务和自监督任务标签,计算联合分类器的分类损失;在联合分类器输出中,对自监督任务标签的边际概率积分,得到不同的概念标签;计算应用环境样本的不同概念标签间的一致性损失;累加所有损失,用梯度反向传播更新参数;迭代训练至最大迭代次数;用所有联合分类器对待分类图片的概念标签均值来预测。

    一种优化全波反演法重建声速图像的方法

    公开(公告)号:CN106037795A

    公开(公告)日:2016-10-26

    申请号:CN201610333423.4

    申请日:2016-05-17

    申请人: 南京大学

    IPC分类号: A61B8/00

    CPC分类号: A61B8/52

    摘要: 本发明公开了一种优化全波反演法重建声速图像的方法,包括以下步骤:利用超声数据采集设备,得到传感器所在位置的实测声压信号;在计算机上完全模拟发射、接收过程作为正向函数,该函数输入变量为声速图矩阵,输出变量为传感器对应位置所记录的声压信号与的实测声压信号的差的范数;进入迭代过程:给出一个声速图像作为初始图像,使其作为自变量带入到上述正向函数中,得到输出范数;计算出正向函数在当前声速图位置的一阶梯度图;通过拟牛顿法解决最优化问题,更新原有声速图,得到新的声速图;将新的声速图作为初始图像重复迭代过程,直到得到满足条件退出迭代过程,并得到当前的声速图像。