买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利一种基于模型样本匹配的领域泛化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118779669B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410988490.4，技术领域涉及：G06F18/22；该发明授权一种基于模型样本匹配的领域泛化方法是由柯逍;卞永亨设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本一种基于模型样本匹配的领域泛化方法在说明书摘要公布了：本发明提供一种基于模型样本匹配的领域泛化方法，包括以下步骤：步骤S1：获取数据集，并通过线性标签空间变换将预训练模型的预测适应目标域；步骤S2：通过模型特性的匹配网络，动态推荐适当的预训练模型来预测每个测试样本；步骤S3：通过损失函数，提高模型收敛的稳定性。

本发明授权一种基于模型样本匹配的领域泛化方法在权利要求书中公布了：1.一种基于模型样本匹配的领域泛化方法，其特征在于，包括以下步骤： 步骤S1：获取数据集，并通过线性标签空间变换将预训练模型的预测适应目标域； 步骤S2：通过模型特性的匹配网络，动态推荐预训练模型以预测每个测试样本； 步骤S3：通过损失函数，提高模型收敛的稳定性； 步骤S1具体包括以下步骤： 步骤S11：获取公开的领域自适应图片数据集，并获得训练数据的相关标注； 步骤S12：通过一个标签空间适配器以使源域和目标域共享的标签空间保持一致；适配器是两个标签空间之间的线性映射：预训练→源目标； 在步骤S12中，给定预训练模型fk，和自适应模型hφ；通过标签适配器，预训练模型fk的输出转换并适应目标域的方式如下所示： yik＝hφfkxi 其中xi表示第i个样本，yik表示第k个模型输出的第i个样本的预测； 步骤S2具体包括以下步骤： 步骤S21：定义一个模型调度程序参数为p，以样本xi作为输入，并确定分配给样本xi的模型fk的权重wk，其中其中，wk表示模型池中模型fk与样本之间相对匹配度的估计；基于构建的模型池和模型调度器，每个测试样本的预测是调度模型的预测的集合；最终预测y'i计算方法为： 最后损失函数LDφ,p计算方法如下所示： 其中φ代表自适应模型的参数，D代表样本总数； 步骤S22：通过神经协同过滤推荐算法，匹配分数mi＝[mi1,…,mik]∈RK，mik表示第k个模型输出的第i个样本的预测：样本xi和模型根据潜在特征c＝{c1,…,cK}进行计算，其中K表示模型数量；首先将样本和模型嵌入，然后转换为联合潜在空间；来自模型池的一个预训练模型的特征提取器为样本xi生成样本嵌入ei；对于每个模型fk的嵌入，引入可学习的嵌入ek，通过映射到同一空间进行适应度匹配评分； 步骤S23：根据匹配度量构建一系列排序模型后；通过Softmax函数标准化匹配分数；在对给定样本进行推理之前，进一步选择具有最高的若干个匹配分数的模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。