[发明专利]一种基于多正则化层的多源领域适应方法

权利要求书

1.一种基于多正则化层的多源领域适应方法，包括以下步骤：

针对源域，利用不同数据集分别训练用于目标分类的多个模型，其中每个模型包括多个卷积层和多个正则化层；

以所述多个模型针对目标域的预测性能作为参考，选择一个模型组合为新的分类模型，该分类模型保留所选择模型的独立卷积层以及所述多个模型的正则化层；

以设定的损失函数为优化目标，训练所述分类模型；

将经训练的分类模型的多个正则化层转化为一个正则化层，预测目标域数据的分类信息。

2.根据权利要求1所述的方法，其特征在于，将所述多个模型对目标域数据预测结果的不确定度作为预测性能，选取不确定度最低的一个模型构建所述分类模型。

3.根据权利要求2所述的方法，其特征在于，采用信息熵作为不确定度的度量，取信息熵最小的一个模型构建所述分类模型。

4.根据权利要求1所述的方法，其特征在于，在所述分类模型的训练过程中，将所述多个模型的正则化层并列连接于所选出模型的单卷积层上进行训练，形成多条通路。

5.根据权利要求4所述的方法，其特征在于，在所述分类模型训练过程中，根据每条通路预测结果的不确定度，对每条通路的损失函数进行加权来设定所述损失函数。

6.根据权利要求5所述的方法，其特征在于，在预测目标域数据的分类信息过程中，利用重参数化将多个正则化层统一成一个正则化层，并根据每条通路预测结果的不确定度，对每条通路的预测结果进行加权。

7.根据权利要求1所述的方法，其特征在于，所述多个模型具有相同的网络结构，各模型具有对应的卷积层和对应的正则化层。

8.根据权利要求1所述的方法，其特征在于，所述多个模型设置三个或三个以上。

9.一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现根据权利要求1至8中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。