一种用于小样本类增量学习的多粒度快慢学习方法[发明专利]

专利名称:一种用于小样本类增量学习的多粒度快慢学习方法专利类型:发明专利
发明人:李玺,赵涵斌,傅永健,康敏桐
申请号:CN202011504238.X
申请日:20201218
公开号:CN112633495A
公开日:
20210409
专利内容由知识产权出版社提供
摘要:本发明公开了一种用于小样本类增量学习的多粒度快慢学习方法,方法具体包括以下步骤:连续获取多个任务的数据流,在每个类增量学习会话只能获得一个任务的数据;在第一个增量学习会话中,获取第一个任务的数据,学习得到基任务网络模型,慢更新模型和快更新模型都以基任务模型作为初始化;在下一个增量学习会话中获取新任务数据,以慢的多粒度学习方法更新慢更新模型,以快的多粒度学习方法更新快更新模型;每次增量学习会话后,通过慢更新模型得到慢更新特征空间,通过快更新模型得到快更新特征空间,利用两个空间得到的组合空间进行分类。本发明构建的组合特征空间能有效地平衡旧知识保留和新知识适应,是一种简单有效的小样本增量学习方法。
申请人:浙江大学
地址:310058 浙江省杭州市西湖区余杭塘路866号
国籍:CN
代理机构:杭州求是专利事务所有限公司

本文发布于:2024-09-23 04:24:59,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/396556.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:学习   方法   专利   空间   模型   增量   得到   任务
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议