具有类别级对齐的图对抗判别域适应算法

本发明提供了具有类别级对齐的图对抗判别域适应算法，通过构建数据的图结构，将基于数据结构内部保留的对抗网络引入域适应问题中。本算法模型通过在源域数据集上预训练一个源域编码器和分类器，然后在训练目标域的编码器中，构建数据的图结构并引入域判别器，通过编码器和判别器的交替更新，实现源域数据和目标域数据在特征空间的类别和域的对齐，从而解决数据的分布漂移问题，实现域适应。同时，本模型引入了标签平滑交叉熵损失来替代交叉熵损失，使网络有更好的鲁棒性和泛化性能,让目标域的测试数据在通过由目标域编码器和分类器所组成的分类网络中可以展现更高的分类真确率。