- 1、本文档共17页,其中可免费阅读16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
本发明实施例提供了一种跨模态的迁移学习方法,该方法通过构建迁移学习模型,用全局领域判别模块对齐边缘分布,用局部类别判别模块细粒度地从类别角度对齐特征的条件分布,用局部模态判别模块细粒度地从模态角度对齐特征的条件分布,该模型架构基于对抗网络的迁移学习的思想,能在训练过程中适配跨模态迁移学习中边缘分布差异和条件分布差异,并利用对抗训练去自适应学到更多可迁移特征,从而提高分类模型的性能。
(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 113139664 A
(43)申请公布日 2021.07.20
(21)申请号 202110477456.7
(22)申请日 2021.04.30
(71)申请人 中国科学院计算技术研究所
文档评论(0)