摘要
本发明公开了一种多模态跨域转换方法、系统、设备及存储介质,包括以下过程,S1:利用自编码器网络对源域和目标域进行训练,获得各自隐空间的特征规范表征数据;S2:根据特征规范表征数据中标签的不同,进行重心平移,使源域和目标域下的数据空间位置对齐;S3:采用半离散最优传输算法,消除源域和目标域中标签之间的空间间隙;S4:采用约束调和映射技术,将源域和目标域的隐空间分别映射至各自的正则参数域下;S5:利用图约束的几何配准方法将源域和目标域的正则参数域对齐,得到源域到目标域之间的跨域转换关系;S6:应用跨域转换关系,对待转换的模态进行跨域转换,得到目标模态。能够提高模态之间跨域转换的准确性和生成质量。
技术关键词
转换方法
恶意样本检测方法
配准方法
映射技术
标签
深度学习模型
多模态
编码器
异常数据点
参数
关系
可读存储介质
算法
映射方法
对齐模块
处理器
网络
计算机设备
系统为您推荐了相关专利信息
无源RFID标签
读卡器
标签定位方法
指令
双向测距技术
水平井分段压裂
谱聚类算法
模糊逻辑算法
声波成像测井
参数
上下文语义信息
半监督训练
解码器
融合词向量
编码器