计算机工程

作者：田青, 郁江森, 刘祥, 李燕芝, 申珺妤

单位：1. 南京信息工程大学软件学院, 江苏 南京 2100442. 南京信息工程大学无锡研究院, 江苏 无锡 2140003. 南京航空航天大学模式分析与机器智能工业和信息化部重点实验室, 江苏 南京 211106

关键词：领域自适应,迁移学习,开放集识别,过渡桥接机制,对抗学习

基金：国家自然科学基金(62176128); 江苏省自然科学基金(BK20231143); 中央高校基本科研业务费专项资金(NJ2023032); 江苏省"青蓝工程"人才计划项目

无监督领域自适应(UDA)的目的是将知识从带有标记样本的源域转移到没有标记样本的目标域, 其假设源域和目标域具有相同的类别, 但这一假设在现实世界场景下往往难以成立。目标域通常包含着源域未被发现的新类别样本, 这种设置称为开放集领域自适应(OSDA)。在OSDA中, 丰富的域特定特征使得学习域不变表示面临着巨大挑战。现有的OSDA方法往往忽略了域特定特征, 并将域差异直接进行最小化, 这可能导致类别之间的边界不清晰并削弱模型的泛化能力。为了解决这一问题, 提出一种基于过渡桥接机制的OSDA方法(OSTBM)。在特征提取器和域鉴别器上建立过渡桥接机制, 以减少域特定特征在整体传递过程中的干扰, 并提高域鉴别器的鉴别能力, 从而在特征对齐过程中更好地对源分布与目标已知分布进行对齐, 并将目标未知分布推离决策边界。实验结果表明, 所提方法在多个基准数据集上表现优于现有的OSDA方法, 展现了优越的性能。

来源：2026年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第1期