【摘 要】
：
为解决训练数据缺乏的问题,域适应通过引入一个相似的、有完善标注的数据集帮助模型训练。联合分布自适应同时减少边缘分布和条件分布的差异,可以更全面地减少域偏移。通过对抗学习度量域偏移可以避免显式距离度量,提取质量更高的特征。因此,将对抗学习和联合分布自适应结合可以进一步提升迁移后模型的性能,但是,目前基于对抗的联合分布自适应方法较少。此外,对抗域适应在训练过程中可能会出现的梯度消失问题、特征映射方式的
论文部分内容阅读
为解决训练数据缺乏的问题,域适应通过引入一个相似的、有完善标注的数据集帮助模型训练。联合分布自适应同时减少边缘分布和条件分布的差异,可以更全面地减少域偏移。通过对抗学习度量域偏移可以避免显式距离度量,提取质量更高的特征。因此,将对抗学习和联合分布自适应结合可以进一步提升迁移后模型的性能,但是,目前基于对抗的联合分布自适应方法较少。此外,对抗域适应在训练过程中可能会出现的梯度消失问题、特征映射方式的选择、联合域适应中边缘分布对齐和条件分布对齐的相对重要性等问题仍有待解决。针对上述问题,本课题提出了两种新的对抗联合域适应方法,具体工作如下:1)基于最小二乘的非对称特征映射的对抗联合域适应方法:利用最小二乘距离度量边缘分布之间的差异,减少对抗域适应在训练过程中可能会出现的梯度消失问题,使得训练过程更加稳定。学习非对称的特征映射,通过权重非共享的方式,进一步提高特征提取器和分类器的性能。条件分布对齐利用加权GANs损失函数作为度量准则,通过对齐预测的类概率实现。分类实验验证了本方法的性能优于大多数先进的域适应方法。参数敏感性实验和不同GANs损失函数性能对比实验验证了最小二乘距离在训练过程中的稳定性。2)基于对抗的动态联合域适应方法:基于对抗学习分别度量边缘分布和条件分布的差异。通过对抗学习实现了一个改进的动态分布对齐方法,仅利用两个域判别器就可以完成边缘分布对齐和条件分布对齐的权重的计算和更新。此外,权重的计算考虑了边缘分布距离对条件分布距离的影响,优先进行边缘分布对齐,以减少其对条件分布对齐的影响,从而进一步提高迁移后分类器的性能。与最新的动态分布对齐方法相比,本方法可以获得更高的分类准确率和更快的收敛速度。不同分布对齐模块对比实验、动态参数性能实验以及参数敏感性实验从不同方面验证了动态分布对齐方法的性能。
其他文献
放、化疗和免疫疗法是治疗肿瘤的常用方法，但其不良反应会对正常组织造成损伤。限食疗法包括热量限制、组分限制、限时进食和模拟限食等方式，其在防治肿瘤过程中可发挥减毒增效作用。限食疗法治疗肿瘤的具体分子机制包括抑制肿瘤代谢模式、破坏肿瘤微环境、增强免疫细胞功能和阻止肿瘤耐药性发生。限食疗法与放、化疗及免疫疗法等相结合是一种有极有前景的肿瘤防治策略，值得进一步研究和推广。
数字媒体技术的快速发展使电子设备成为存储和传播图像、音像等信息媒体的主要媒介。这些数据能被毫不费力且几乎无损的复制,极大地促进了信息交流,但非法的拷贝和拍摄也给版权保护和保密工作带来了巨大的困难。通过数字水印技术,在信息媒体中隐藏来源信息,这样既不影响观感,又能在内容被盗用或泄密后准确地溯源。对此提出了一种基于信息熵与噪声可见性函数的背景自适应的点阵式屏幕水印。溯源时,将屏摄图片输入目标检测器,就
功能设计是复杂系统设计开发中极其重要的任务，需要依靠正向开发方法来保障功能设计的正确性和完整性。为此，以民用飞机的飞行控制系统（飞控系统）为例，提出了面向正向开发的功能设计方法。首先，借助系统建模语言建立飞机级到系统级再到部件级的功能需求关系模型；然后，按照SAE ARP4754A 民机系统开发指南中的安全性评估方法分析安全性需求，并结合功能需求构建飞控系统的功能知识集；最后采用功能单元方块图和功
随着我国互联网产业的蓬勃发展,海量的数据规模促使计算机视觉技术向更智能的方向发起挑战,其中人与对象交互动作检测这一任务能够帮助机器对人类的行为进行更深入的理解,在行为分析、视频检索、人机交互、智能家居、游戏和娱乐等领域中都具有广泛的应用前景。因此,研究具有实时性、高效性和鲁棒性的人与物体交互动作检测算法有着重要的意义和实用性价值。针对人与对象交互动作检测任务的特点,采用轻量化的网络架构设计一种具有
目的：探讨心理暗示联合合理限食疗法对糖尿病患者自我效能及依从性的影响。方法：选取2020年1月1日～8月31日内分泌代谢科收治的200例糖尿病患者作为研究对象，采用随机数字表法分为对照组和研究组各100例，其中研究组脱落19例，共纳入81例。对照组接受常规饮食指导及健康教育，研究组接受心理暗示联合合理限食疗法，两组均干预3个月。比较两组干预前后血糖控制情况，自我效能感[采用一般自我效能感量表（GS
近几年来,卷积神经网络的崛起推动着视频流实时智能分析应用快速发展,并造就了高效率、高准确度的智能分析水准。随着智慧城市、智慧家居和无人车等大规模复杂应用的出现,在端-边-云计算架构之上对监控摄像头的视频流进行灵活的实时智能分析逐渐变得不可或缺。与此同时,靠着低成本的优势,将嵌入式智能分析设备用作边缘节点已成为一个新的热门趋势。本课题以视频流车辆信息实时智能分析应用为例,对基于嵌入式智能分析边缘设备
[目的]探讨Oxford第三代单髁置换（unicompartmental knee arthroplasty, UKA）治疗膝内侧室骨关节炎的近期疗效。[方法]回顾性分析2017年5月—2020年5月行单侧Oxford第三代UKA 158例患者的临床资料，评价其临床及影像结果。[结果]所有患者均顺利完成手术，术中无神经、血管损伤等严重并发症。手术时间（42.42±6.26） min，术中出血量（3
降水预测具有很大的社会价值。但由于气象数据在采集、传输过程中造成的数据缺失以及失真现象,导致原始气象数据中的部分特征难以被预测模型捕捉;同时气象成因复杂,各要素随着时间和空间动态变化,要素间的关系难以进行精确的公式化描述,这些都制约着精确降水模型的建立。因此从提升数据样本质量和探索适用于建立降水模型的机器学习算法两个方面展开研究。在数据集处理方面,通过对比现有的数据清洗算法的适用条件,结合本文所采
文本风格转换（Text Style Transfer）旨在对文本进行改写以满足目标风格,同时保留其原始语义内容。文本情感转换（Text Sentiment Transfer）是文本风格转换的重点研究内容,传统的文本情感转换主要集中在积极（positive）和消极（negative）这两个情感极性的转换上,转换粒度较为粗糙,难以应用在复杂的情感转换任务上。并且传统的文本情感转换方法倾向于将文本的语义
目标检测是遥感图像解析领域中的一项基础任务,被广泛应用于土地资源监测,城市规划管理以及军事侦察等领域。近年来,基于深度学习的遥感图像目标检测算法取得了巨大进展,但仍然存在不少问题亟待解决。本课题针对遥感图像检测领域存在的难点展开研究,主要研究内容如下:针对遥感图像单阶段目标检测器检测结果不准确的问题,设计了级联检测网络模型CRNet,通过两次回归得到更加准确的定位结果。此外针对级联目标检测中的特征