Page 185 - 《软件学报》2025年第12期

5566 软件学报 2025 年第 36 卷第 12 期

结果如图 6 所示, 其中红色和蓝色表示不同的领域. 通过以上的实验结果, 本文可以得出以下结论: 1) CLUDA 和
Raincoat 方法所对应的图中, 蓝色和红色的点簇不能很好地重叠, 这证明了这些方法不能很好地将领域变化和领
域不变的特征解耦出来, 所以最终导致不理想的实验效果. 2) 由本文提出的 DIVV 方法所对应的可视化结构可以
看出, 红色和蓝色的点比较好地重叠, 难以分开, 证明了领域不变特征的分布相似, 可以比较好地提取出领域不变
信息, 从而获得比较好的分类效果.

0.70 0.94 0.80 1.0
0.68 0.92
0.66 0.90 0.75 0.8
准确率 0.62 0.88 0.70 0.6
0.64
0.86
0.4
0.65
0.60
0.58 0.84 0.60 0.2
0.56 0.82
0.54 0.80 0.55 0
DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r
(a) 12→16 (b) 23→21 (c) 3→16 (d) 24→18
图 4 UCIHAR 数据集消融实验结果可视化

0.85 0.82 0.70 0.8
0.80 0.68 0.7
0.80 0.78 0.66 0.6
0.64
准确率 0.75 0.76 0.62 0.5
0.4
0.60
0.74
0.70
0.3
0.58
0.65 0.72 0.56 0.2
0.70 0.54 0.1
0.60 0.68 0.52 0
DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r DIVV DIVV-w DIVV-d DIVV-r
(a) 4→8 (b) 10→1 (c) 13→10 (d) 12→10
图 5 WISDM 数据集消融实验结果柱状图

表 6 DIVV, DIVV-O 和 DIVV-M 在 WISDM 数据集上的实验结果 (%)

Models 4→8 13→7 34→10 13→2 10→1 13→10 5→10 17→10 33→7 2→10 35→10 12→10
DIVV 82.96 70.97 69.07 69.01 81.1 67.54 75.26 67.47 67.18 74.27 63.12 68.54
DIVV-O 81.36 69.88 68.75 67.82 78.51 66.24 73.7 63.48 65.28 71.86 60.00 65.71
DIVV-M 80.12 70.50 67.79 68.54 77.10 65.45 72.88 62.97 65.82 70.71 63.25 67.84

10.0
Domain 3 Domain 3 Domain 3
7.5 Domain 18 Domain 18 30 Domain 18
5.0 20
2.5
10
0
−2.5 0
−5.0
−7.5 −10
−10.0 −20
−15 −10 −5 0 5 10 15 −20 −10 0 10 20 −20 −10 0 10 20
(a) DIVV (b) CLUDA (c) Raincoat
图 6 DIVV 和 CLUDA 和 Raincoat 的预测结果可视化

6 结束语

本文提出了一种基于可识别性基特征对齐的无监督领域自适应算法, 旨在解决时间序列数据领域自适应挑
战. 通过针对时间序列数据的因果数据生成过程, 本文假设特征分为变化部分和不变部分, 并将这些部分用隐变量