多源迁移自适应增强网络的预测建模方法

本发明涉及多源迁移自适应增强网络的预测建模方法，包括如下步骤：源域建模，多源域和目标域的样本分别经过基于对抗的深度迁移学习后，提取多源域的一致性信息，并将此信息输入至域判别器，区分数据来自于源域还是目标域；将源域特征输入至非线性回归器，完成源域预测任务；基于域判别误差和回归预测误差同时训练基于对抗的深度迁移学习网络、域判别器和非线性回归器，当域判别器不能将接收的数据正确分为源域特征还是目标域特征，且非线性回归器能够预测源域数据时停止训练；目标域预测，利用源域训练好的预测网络，输入目标域的新信息进行预测，对每个源域数据进行迁移学习，构建多源迁移的预测模型，更好的利用低价值密度数据进行精准预测。