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！

龙图腾网获悉西安电子科技大学申请的专利一种基于去噪对比学习的鲁棒跨域自适应分类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：CN116451111B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310252690.9，技术领域涉及：G06F18/24；该发明授权一种基于去噪对比学习的鲁棒跨域自适应分类方法是由邓成;万芙莉;赵晗;李墨琦;杨旭;魏坤设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于去噪对比学习的鲁棒跨域自适应分类方法在说明书摘要公布了：本发明公开了一种基于去噪对比学习的鲁棒跨域自适应分类方法，包括：获取源域数据和目标域数据；利用分类网络分别从源域、目标域数据中选取干净样本；根据源域、目标域数据中所有样本建立图结构，根据图结构对噪声样本进行标签传播以对其净化得到源域、目标域数据对应鲁棒标签矩阵，根据鲁棒标签矩阵构建目标损失函数；对干净样本分别执行包括跨域类内对齐和类间分散的跨域去噪对比学习方法；基于跨域类内对齐构建了分布匹配函数，基于类间分散构建了嵌入离散函数；根据目标损失函数、分布匹配函数和嵌入离散函数构建最终的目标优化函数；根据分类网络，以及目标优化函数迭代实现目标域数据的分类。本发明使监督更加可靠，增强了类的区分能力。

本发明授权一种基于去噪对比学习的鲁棒跨域自适应分类方法在权利要求书中公布了：1.一种基于去噪对比学习的鲁棒跨域自适应分类方法，应用于图像分类任务中，其特征在于，包括： 获取源域数据和目标域数据；其中，所述源域数据和所述目标域数据共享相同的标签空间；所述源域数据和所述目标域数据均为图像数据；所述源域数据和所述目标域数据分别包括干净样本和噪声样本，且所述源域数据均为带标签的样本，所述目标域数据均为不带标签的样本； 利用分类网络分别从所述源域数据和所述目标域数据中选取干净样本； 根据所述源域数据和所述目标域数据中所有样本建立图结构，根据建立的图结构对噪声样本进行标签传播以对噪声样本进行净化得到所述源域数据和所述目标域数据分别对应的鲁棒标签矩阵，根据所述鲁棒标签矩阵构建目标损失函数； 在选取的干净样本上，分别执行包括跨域类内对齐和类间分散的跨域去噪对比学习方法；其中，基于跨域类内对齐构建了分布匹配函数，基于类间分散构建了嵌入离散函数； 根据所述目标损失函数、所述分布匹配函数和所述嵌入离散函数构建最终的目标优化函数； 根据所述分类网络，以及所述目标优化函数迭代实现所述目标域数据的分类。

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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。