- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种面向跨领域复杂视觉任务的孪生分类器确定性最大化方法,其特征在于,包括以下步骤:步骤1,构建神经网络框架并初始化;步骤2,将源域样本输入至特征生成器G中获得相应的特征表示;步骤3,在源域样本的标签信息的监督下,利用标准交叉熵损失函数计算在源域样本上模型预测输出p与真实标签y之间的经验风险误差等步骤;本发明的优越效果在于设计了一种新型的分类器确定性差异度量CDD,利用孪生分类器的目标预测间的类别相关性来衡量分类器的差异,同时会对目标特征的可鉴别性施加隐式的约束。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112801179 A
(43)申请公布日 2021.05.14
(21)申请号 202110107883.6
(22)申请日 2021.01.27
(71)申请人 北京理工大学
地址
文档评论(0)