一种基于多目标动态分布自适应学习方法及装置

摘要

本发明公开了一种基于多目标动态分布自适应的图像分类方法，首先获取第一图像数据和第二图像数据，然后采用多目标优化算法搜索得到目标映射空间，包括：初始化种群，将映射空间的情况编码进种群中，利用多目标优化算法搜索最优的种群，其中，最优的种群为满足两个目标的帕累托解集，两个目标为条件分布概率和边缘分布概率；再从帕累托解集中筛选出最优的解，根据最优的解获得目标映射空间；接着将第一图像数据映射到目标映射空间，获得第三图像数据；接下来基于第三图像数据训练出一个图像分类器；再利用训练出的图像分类器对第二图像数据的标签进行预测，对第二图像数据贴标。本发明可以解决现有数据迁移学习过程中分布不均衡的技术问题。