一种面向多源域迁移的双图驱动的有监督建模方法

本发明公开了一种面向多源域迁移的双图驱动的有监督建模方法，该方法主要为一种基于不变性关系对齐的双图神经网络模型，具体包括：通过公有‑私有图构造模块提取变量间跨域不变关系和领域特定关系，通过公有图信息对齐模块提取跨域可迁移关系，通过私有图信息过滤模块提取并过滤变量间的域特定信息，通过公有图信息对齐模块和私有图信息过滤模块协同实现了不变关系的提取和多源域知识向目标域的迁移。本发明能够解决传统迁移学习中多源域信息整合与分布差异引起的负传递问题，实现源域到目标域的有效知识迁移；可以在各类迁移学习场景的场景下，应用于语音、工业传感器参数等时序数据的工业软测量任务中，具有良好的学习效果和泛化能力。