摘要
本发明公开了一种伪标签挖掘的源域无关跨域心拍识别方法及系统,涉及伪标签学习技术领域,获取源域带心拍标注的心电数据,输入预先建立的源域模型进行预训练,获得预训练好的源域模型;获取目标域未标注的心电数据,基于预训练好的源域模型及预设的类别阈值,对目标域数据进行筛选分类,得到伪标签置信度高的数据和伪标签置信度低的数据;用源域模型初始化目标域模型参数,基于局部全局语义感知的伪标签修订策略,更新低置信度数据的伪标签,合并高置信度数据,得到更新后的伪标注目标域数据;数据增广伪标注的目标域数据并输入目标域模型,计算目标域模型优化总损失函数,实现源域无关的跨域心拍智能识别。
技术关键词
识别方法
样本
策略更新
特征提取器
伪标签学习
焦点损失函数
智能识别模块
原型
参数
处理器
可读存储介质
语义结构
分类器
数据处理模块
识别系统
数据更新
存储器
系统为您推荐了相关专利信息
静态代码缺陷
动静态
分层卷积神经网络
动态
协议特征
识别神经网络
识别方法
矩阵
双线性
神经网络训练
剩余寿命预测方法
通道注意力机制
数字孪生
残差网络
发射体