两阶段无监督领域自适应方法

作者：陶洋; 杨雯; 林飞鹏; 翁善

来源：微电子学与计算机, 2021, 38(11): 14-20.

DOI：10.19304/J.ISSN1000-7180.2021.0101

• 领域自适应
• 无监督学习
• 子空间学习
• 图像分类

领域自适应问题中源域样本和目标域样本分布差异较大.传统领域自适应方法在对齐领域分布时,往往忽略样本的先验标签信息,导致投影后子空间样本判别性不足.针对该问题,提出一种两阶段无监督领域自适应方法.该方法利用标签信息使目标域子空间具有鉴别性的同时对重构矩阵施加块对角约束,得到跨域子空间中的域不变特征,提高模型分类性能.在领域自适应问题常用的三个基准数据集上进行实验,获得了较好的效果.

• 单位
  通信与信息工程学院; 重庆邮电大学