买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利一种基于迁移学习的新用户行为识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119397285B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510008279.6，技术领域涉及：G06F18/214；该发明授权一种基于迁移学习的新用户行为识别方法及系统是由朱先强;年爱欣;刘斌;张千桢;张青亦周;朱文瀚设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于迁移学习的新用户行为识别方法及系统在说明书摘要公布了：本发明提供了一种基于迁移学习的新用户行为识别方法及系统，该方法包括：利用源域的标注数据集训练教师模型，所述教师模型用于识别源域用户行为；基于所述教师模型，为目标域的未标记数据生成伪标签；学生模型利用所述源域的标注数据和带伪标签的目标域的未标记数据进行训练；基于训练后的学生模型，识别所述新用户的行为模式。本发明的学生模型可以更容易地从教师模型中学到细微的、有助于正确分类的信号，有助于模型学习到更为一般化的特征表示，而非过度依赖于模型在特定任务上的知识，以减轻直接迁移时可能出现的负迁移现象。

本发明授权一种基于迁移学习的新用户行为识别方法及系统在权利要求书中公布了：1.一种基于迁移学习的新用户行为识别方法，其特征在于，该方法包括：利用源域的源数据集训练教师模型，所述教师模型用于识别源域用户行为，所述源数据集为带标签数据集；所述利用源域的源数据集训练教师模型，包括：增强所述源数据集中的数据，形成弱增强数据集；将所述源数据集与所述弱增强数据集合并形成合并数据集；在所述合并数据集上使用所述源数据集的硬标签集合；以及通过最小化教师交叉熵损失来训练所述教师模型；基于所述教师模型，为目标数据集生成软标签，所述目标数据集为未标记数据集；所述基于所述教师模型，为目标数据集生成软标签，包括：基于所述教师模型，对所述目标数据集进行预测，生成每个样本的软标签；对每个类别中的样本按预测置信度进行排名；在每个类别中，选择置信度大于预设置信度阈值的样本作为软标签数据，形成过滤目标数据集和过滤教师目标软标签集合；以及，利用传感器信号变换函数，对所述过滤目标数据集进行增强，形成强增强过滤目标数据集；利用所述源数据集和带软标签的目标数据集训练学生模型；包括：使用学生模型对所述源数据集进行预测，生成第一软标签集合；将生成的第一软标签集合和所述硬标签集合形成学生损失；使用学生模型对所述强增强过滤目标数据集进行预测，生成第二软标签集合；将生成的第二软标签集合和所述过滤教师目标软标签集合形成蒸馏损失；以及以所述学生损失和所述蒸馏损失加权之和作为损失函数，指导训练所述学生模型；以及基于训练后的学生模型，识别所述新用户的行为模式；所述将生成的第一软标签集合和所述硬标签集合形成学生损失，包括使用所述硬标签集合和所述第一软标签集合计算所述教师交叉熵损失；所述将生成的第二软标签集合和所述过滤教师目标软标签集合形成蒸馏损失，包括利用所述第二软标签集合和所述过滤教师目标软标签集合计算KL散度损失；所述损失函数为： ；其中，是教师交叉熵损失函数；表示KL散度损失函数，所述KL散度损失函数对源数据集应用一致性正则化后得到数据，并将输入学生模型得到的预测和教师模型对目标数据集进行预测得到的软标签之间的匹配距离；表示教师模型的参数为；λ1和λ2是需要调整的超参数，所述超参数用来平衡教师交叉熵损失和KL散度损失，且λ1+λ2=1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。