一种变分不变学习领域泛化能力机制

摘要

本发明公开了一种变分不变学习的领域泛化能力机制，包括如下步骤：变分不变学习的领域泛化的目标函数、变分不变学习的领域泛化能力的模型训练阶段、变分不变学习的领域泛化能力的模型测试阶段与获得提出方法的实验结果。本发明提供的变分不变学习领域泛化能力机制，与现有技术相比，本发明通过分布不变的角度提出变分不变学习的目标函数，并学习得到分类器参数，其中利用Resnet实现特征抽取，用3层的MLP神经网络实现分类。本发明直接从分类网络模型参数入手，从参数分布的角度衡量领域不变性，从而实现领域泛化；本发明将领域泛化的参数和分类网络模型参数合二为一，在学习分类网络参数的同时，提高其泛化能力，有效提高学习效率。