远离负迁移
利用域相关性实现选择性学习，避免与冗余源域对齐产生的负迁移，适用于小样本与不均衡样本场景。
Qisen, Wang · 张宇献 · Likui, Qiao · Li, Donglin
Measurement Science and Technology 2025
通过域识别模块计算不同工况间的域相关性，模型优先学习相关域-类别内的样本，不对冗余源域样本强制对齐。
在CMS数据集上，模型在小样本场景中仍能取得高准确率，证明其对数据稀缺的鲁棒性。
在不平衡样本场景下，模型仍保持优异的诊断性能，避免了类别偏差。