声明
第一章 绪 论
1.1 研究工作的背景与意义
1.2 域适应方法国内外研究现状
1.3 本文的主要内容与创新
1.4 本论文的结构安排
第二章 域适应方法综述
2.1 问题描述
2.2 非深度域适应方法
2.2.1 同构域适应方法
2.2.2 多源域适应方法
2.2.3 异构域适应方法
2.3 深度域适应方法
2.4 本章小结
第三章 元学习的介绍
3.1 元学习的发展动机
3.2 元学习的相关研究方法
3.2.1 基于记忆单元的方法
3.2.2 基于梯度学习的元学习方法
3.2.3 基于注意力机制的元学习方法
3.2.4 基于通用模型的元学习方法
3.3 元学习的现状与未来
3.4 本章小结
第四章 权重时序正则化域对抗网络
4.1 教师学生网络
4.2 权重时序正则化域对抗网络
4.2.1 数据随机增广模块
4.2.2 基于条件分布的对抗训练模块
4.2.3 权重时序集成模块
4.2.4 源域标签信息结合模块
4.2.5 权重时序正则化域对抗网络目标损失函数
4.3 权重时序正则化域对抗网络算法流程
4.4 实验内容和结果分析
4.4.1 数据集
4.4.2 实验设置
4.4.3 实验结果
4.4.4 实验结果分析
4.5 本章小结
第五章 基于元学习的权重时序正则化域对抗网络
5.1 基于元学习的权重时序正则化域对抗网络
5.1.1 数据随机增广模块
5.1.2 元训练模块
5.1.3 权重时序集成模块
5.1.4 元预测模块
5.2 基于元学习的权重时序正则化域对抗网络算法流程
5.3 实验内容和结果分析
5.3.1 数据集
5.3.2 实验设置
5.3.3 实验结果
5.3.4 实验结果分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
电子科技大学;