深度对比学**综述

张重生, 陈杰, **岐龙, 邓斌权, 王杰, 陈承功 - 自动化学报, 2023 - aas.net.cn
在深度学**中, 如何利用大量, 易获取的无标注数据增**神经网络模型的特征表达能力,
是一个具有重要意义的研究问题, 而对比学**是解决该问题的有效方法之一 …

[PDF][PDF] 无监督领域自适应的管状容器表面缺陷检测

张广志, **慧敏, 宋旭宁 - Laser & Optoelectronics Progress, 2025 - researching.cn
摘要采集时管状容器表面缺陷图像, 图像容易因环境因素发生变化, 导致采集图像特征与算法
训练图像特征不一致. 为了解决由此引起的检测精度下降问题, 提出一种无监督领域自适应的 …

基于深度学**的医学图像分析域自适应研究.

**佳蟻, 刘红英, 万亮 - Application Research of Computers …, 2024 - search.ebscohost.com
深度学**技术的广泛应用有力推动了医学图像分析领域的发展, 然而大多数深度学**方法通常
假设训练集和测试集是独立同分布的, 这个假设在模型临床部署时很难保证实现 …

Rolling Bearing Fault Diagnosis Based on Weighted Domain Adaptive Convolutional Neural Network

W Zhang, Z Zhu, D Wu - Journal of …, 2023 - dc-china-simulation …
A rolling bearing fault diagnosis method based on a weighted domain adaptive
convolutional neural network (WDACNN) is proposed to solve the problem that the data …

基于加权域适应卷积神经网络的滚动轴承故障诊断

张文锋, 祝志超, 吴定会 - 系统仿真学报, 2023 - china-simulation.com
针对工作负载变化引起滚动轴承振动信号的数据分布变化, 导致故障诊断算法的泛化性变差的
问题, 提出一种基于加权域适应卷积神经网络(weighted domain adaptive convolutional neural …