摘要
本申请涉及一种基于对抗验证的目标域样本迁移预测方法、装置、电子设备、计算机可读介质及计算机程序产品。该方法包括:获取目标域对应的目标样本集合,并为目标样本集合中的各个样本设定第一标签;获取对抗域对应的对抗样本集合,并为对抗样本集合中的各个样本设定第二标签;将带有标签的目标样本集合和对抗样本集合中的样本输入到二分类模型中进行对抗验证,并生成各个样本的评分;通过各个样本的评分生成目标域对应的迁移样本集合;通过迁移样本集合对目标域中的样本表现进行迁移预测。本申请能够在新用户数据积累不足的情况下,实现早期的系统安全性或异常情况预判,提高了跨域样本迁移的准确性和效果,提升了系统数据安全。
技术关键词
样本
二分类模型
标签
系统数据安全
计算机程序产品
对抗性
处理器
预测装置
电子设备
基础
模块
存储装置
介质
指令
系统为您推荐了相关专利信息
甲基化标志物
预测乳腺癌
构建机器学习模型
数据输入模块
LightGBM模型
故障振动信号
样本
生成对抗网络
深度卷积神经网络
数据生成模型
修复方法
节点
深度学习融合
智能传感器
电力调度中心
模仿学习方法
记忆结构
机器人控制
Wasserstein距离度量
融合统计特征