科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前无监督域自适应方法对噪声和域偏移非常敏感，提出一种基于深度条件适应网络的标签转移算法。利用Wasserstein距离来度量区域分布差异，有效解决了当邻域差异较大时梯度消失问题，从而获得更好的域适应性能。提出一种条件适应策略，以减少域分布差异，解决边缘适应方法中经常忽略的类别不匹配和类别先验偏差。进一步引入一种标签相关传递算法预测伪目标标签，提升算法的准确性和实用性。对标准领域应用基准进行全面的实验，实验结果表明，该算法能够有效提升对噪声和域偏移的鲁棒性，进一步强化了算法的自适应性能。
-
单位许昌学院
