摘要
本发明公开了一种基于自动超参数优化的测试时自适应方法及系统。其步骤为：(1)样本集划分和模型预训练；(2)构建无监督超参数优化模块；(3)利用无监督超参数优化模块获取当前阶段最优超参数；(4)针对测试样本集进行模型更新与分类。本发明构建的基于自动超参数优化的测试时自适应方法及系统，为传统的测试时自适应方法引入了无监督的超参数优化机制，显著提升了模型在动态偏移、复合偏移等复杂场景下的鲁棒性，同时实现了自动化的超参数优化流程，降低了模型部署难度，大幅提升了测试时自适应技术在实际应用中的便捷性和实用性。
