[發明專利]基于異構遷移學習的特征增強方法、裝置及存儲介質

在審

• 申請號: 202111320801.2
• 申請日: 2021-11-09
• 公開（公告）號: CN114154642A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 張忠平;王永斌;肖益珊;季文翀;叢煜華;鄭濤
• 申請（專利權）人: 宜通世紀科技股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 余凱歡

1.基于異構遷移學習的特征增強方法，其特征在于，包括：

從多個源域進行第一特征提取，得到第一特征集合；

從目標域進行第二特征提取，得到第二特征集合；

根據預設的原始特征、所述第一特征集合和所述第二特征集合，在異構特征空間進行所述源域和所述目標域之間的遷移學習，構建得到基于遷移學習的異構特征空間；

其中，所述基于遷移學習的異構特征空間用于進行特征提取。

2.根據權利要求1所述的基于異構遷移學習的特征增強方法，其特征在于，所述根據預設的原始特征、所述第一特征集合和所述第二特征集合，在異構特征空間進行所述源域和所述目標域之間的遷移學習，構建得到基于遷移學習的異構特征空間，包括：

將所述源域和所述目標域的隱空間映射到一個共享隱空間中，所述共享隱空間中還包括所述原始特征。

3.根據權利要求2所述的基于異構遷移學習的特征增強方法，其特征在于，所述將所述源域和所述目標域的隱空間映射到一個共享隱空間中，包括：

根據所述共享隱空間，構造第一投影矩陣和第二投影矩陣；

根據所述第一投影矩陣，將所述源域的原始特征合并到所述源域的第一特征集合中；

根據所述第二投影矩陣，將所述目標域的原始特征合并到所述目標特征的第二特征集合中。

4.根據權利要求3所述的基于異構遷移學習的特征增強方法，其特征在于，所述將所述源域和所述目標域的隱空間映射到一個共享隱空間中，還包括：

采取監督或者半監督學習方式進行性能最大化的分類。

5.基于異構遷移學習的特征增強裝置，其特征在于，包括：

第一模塊，用于從多個源域進行第一特征提取，得到第一特征集合；

第二模塊，用于從目標域進行第二特征提取，得到第二特征集合；

第三模塊，用于根據預設的原始特征、所述第一特征集合和所述第二特征集合，在異構特征空間進行所述源域和所述目標域之間的遷移學習，構建得到基于遷移學習的異構特征空間；

其中，所述基于遷移學習的異構特征空間用于進行特征提取。

6.根據權利要求5所述的基于異構遷移學習的特征增強裝置，其特征在于，所述第三模塊，包括：

第一單元，用于根據所述共享隱空間，構造第一投影矩陣和第二投影矩陣；

第二單元，用于根據所述第一投影矩陣，將所述源域的原始特征合并到所述源域的第一特征集合中；

第三單元，用于根據所述第二投影矩陣，將所述目標域的原始特征合并到所述目標特征的第二特征集合中。

7.根據權利要求6所述的基于異構遷移學習的特征增強裝置，其特征在于，所述第三模塊，還包括：

第四單元，用于采取監督或者半監督學習方式進行性能最大化的分類。

8.一種電子設備，其特征在于，包括處理器以及存儲器；

所述存儲器用于存儲程序；

所述處理器執行所述程序實現如權利要求1-4中任一項所述的方法。

9.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有程序，所述程序被處理器執行實現如權利要求1-4中任一項所述的方法。

10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-4任意一項所述的方法。