面向计算卸载的多任务域自适应方法

本发明公开了面向计算卸载的多任务域自适应方法。该方法包括：根据用户将目标任务在自身处理或者卸载至边缘服务器处理的场景，构建目标函数，获取多组源域数据，每组源域数据包括多个用户的样本数据和标签，标签为初始分类值和初始回归值；将多组源域数据输入至前馈神经网络模型，得到训练好的前馈神经网络模型；获取多组目标域数据，将多组目标域数据进行增强，得到增强后的多组目标域数据；其中，每组目标域数据包括多个用户的样本数据。本发明解决了现有的任务卸载模型在不同域环境中的泛化能力低、隐私风险高、计算量大和计算时间长的技术问题。