计算机应用

作者：王闯, 俞璐, 陈健威, 潘成, 杜文博

单位：陆军工程大学 通信工程学院，南京 210007

关键词：迁移学习,开集域适应,数据增强,特征提取,分类器

基金：国家自然科学基金资助项目(62471486)

作为迁移学习的关键技术，域适应能很好地解决训练和测试数据集分布不同的问题。然而，传统的域适应方法通常只适用于目标域和源域数据集所含类别的数量和种类相同的情况，在实际场景中该条件通常很难满足。开集域适应（OSDA）正是为了解决此问题而出现的。为了填补该领域的空白，并为相关研究提供借鉴参考，对近年来出现的OSDA方法进行归纳分析。首先，介绍相关概念与基本结构；其次，分别从针对数据增强、针对特征提取以及针对分类器3个阶段梳理分析相关的典型方法；最后，对OSDA的未来发展方向进行展望。

来源：2025年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第9期