计算机科学与探索

作者：李慧敏, 马建伟, 臧绍飞, 宋彦兵

单位：河南科技大学 信息工程学院，河南 洛阳 471023

关键词：分布差异,跨域均值逼近,动态自适应,分布差异度量,分类,均值更新

基金：河南省高等学校重点科研项目（22A120005）；河南省重点研发与推广专项（科技攻关）项目（222102210095）。

跨域均值逼近（CDMA）是一种高效的领域间分布差异度量方法。它通过计算一个域的样本到另一个域样本均值的距离来度量领域间的样本分布差异，进而可以促进知识的跨领域迁移。然而，在实际应用中，数据的边缘分布和条件分布往往是不平衡的，CDMA平等地追求度量边缘分布和条件分布的差异，而不考虑二者之间的差异性，导致其在迁移学习中的效率不高。对CDMA进行改进，引入适应性因子，设计动态CDMA评估源域和目标域之间的边缘分布误差和条件分布误差；在动态CDMA基础上，提出动态自适应跨域均值逼近（DA-CDMA）特征提取算法，来提取领域间不变的特征，以实现知识的跨领域迁移。此外，特征提取过程中为减小个别远离均值中心的不良样本对均值造成的偏移，提出均值更新机制，在类内进行均值更新，增加迁移的稳定性和准确性。在公开的迁移学习数据集上进行分类实验，验证了该方法的有效性。

来源：2025年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第5期