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！

龙图腾网获悉西南交通大学申请的专利一种基于改进的元学习对抗域增强的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：CN118506122B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202410522763.6，技术领域涉及：G06V10/774；该发明授权一种基于改进的元学习对抗域增强的域泛化方法是由张晓博;张欣傲雪;包金雨;谌柯宇;赵紫煊设计研发完成，并于2024-04-28向国家知识产权局提交的专利申请。

本一种基于改进的元学习对抗域增强的域泛化方法在说明书摘要公布了：本发明涉及机器学习域泛化领域，具体公开了一种基于改进的元学习对抗域增强的域泛化方法，本发明方法通过重构特征提取网络结构、引入WGAN‑GP生成对抗网络，以及使用自归一化和交叉归一化方法进行数据标准化，实现在单一训练域下训练的模型泛化至未知领域中能够实现较好的效果。此外，本发明所提出的模型具有较高的正确识别率和泛化能力，且模型体积较小，能够在资源有限的计算环境中稳定且高效地运行。因此，该方法适合快速且广泛地部署于域泛化应用中，有效提升域泛化的性能和工作效率。

本发明授权一种基于改进的元学习对抗域增强的域泛化方法在权利要求书中公布了：1.一种基于改进的元学习对抗域增强的域泛化方法，其特征在于，包括如下步骤： S1、数据集获取及数据集划分；选择CIFAR‑10数据集，该数据集包括10个类别为32x32像素的彩色图像，10个类别分别为飞机、汽车、鸟、猫、鹿、狗、蛙、马、船和卡车；将CIFAR‑10数据集中的图像按5:1的比例划分为训练集和测试集； S2、对数据集进行数据预处理； S3、将数据预处理后的数据输入至更换后的生成对抗网络WGAN‑GP中，使用WGAN‑GP的对抗性训练生成假想数据集； S4、将数据预处理后的数据集与生成的假想数据集进行拼接，使用自归一化和交叉归一化方法对拼接后的数据进行标准化，得到合并数据集并输入至改进的特征提取网络VGG16网络中进行训练；所述改进的特征提取网络VGG16网络是指：将原始特征提取网络模型的三层卷积和三层全连接改进为十一层卷积和一层全连接；并在卷积层中使用SeLU激活函数替代了原始的ReLU激活函数，在全连接层中使用LeakyReLU激活函数替代了原始的ReLU激活函数； 改进的特征提取网络VGG16网络，包括五个卷积块C1、C2、C3、C4、C5，五个卷积块按C1输出为C2输入，C2输出为C3输入，按C3输出为C4输入，按C4输出为C5输入的方式相串联； 其中，C1、C2卷积块分别包含了两个卷积层B、两个激活函数和一个池化层P；具体为在每个卷积层B后添加一个激活函数，在卷积块的最后添加一个池化层P，使得经过第二个卷积层B的输出作为P的输入； C3、C4卷积块分别包含了三个卷积层B、三个激活函数和一个池化层P；具体为在每个卷积层B后添加一个激活函数，在卷积块的最后添加一个池化层P，使得经过第三个卷积层B的输出作为P的输入； C5卷积块包含了一个卷积层B、一个激活函数和一个池化层P；具体为在卷积层B后添加一个激活函数，在卷积块的最后添加一个池化层P，使得经过卷积层B的输出作为P的输入； 所述卷积层B的卷积核大小为3*3，移动步长为1；所述池化层P，使用最大池化法，设置池化窗口大小为2*2，移动步长为2； S5、将未知域数据输入到步骤S4训练好的模型中，完成对未知域数据的检测。

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西南交通大学，其通讯地址为：610000 四川省成都市二环路北一段111号；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。