基于独立性准则的无监督域适应辐射源个体识别方法

本发明公开了一种基于独立性准则的无监督域适应辐射源个体识别方法。首先构建识别模型，模型包括特征提取器、源域分类器和目标域分类器，源域分类器和目标域分类器参数共享；然后训练识别模型，训练时所使用的总损失函数包含分类损失函数和基于希尔伯特‑施密特独立性准则构造的跨域样本的分布距离度量函数；最后将待识别的目标域数据输入至特征提取器和目标域分类器得到分类结果。本发明采用无监督域适应技术，适用于目标域仅包含无标记数据的情形，从而显著降低了对于目标域高质量标记数据的依赖性，同时还具有准确率高、鲁棒性好等优点。