[发明专利]可区分特征的持续学习方法及装置有效
| 申请号： | 201910863286.9 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110705689B | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 朱文武;姚炫容;王鑫 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 单冠飞 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种可区分特征的持续学习方法及装置，其中，方法包括以下步骤：确定当前分类任务，并将目标函数加入学习模型的angularloss项；在当前分类任务为新任务时，初始化学习模型的最后一层的参数，以使其相互正交，并在更新过程中暂时固定；训练预设时间后，将最后一层的参数参与更新，其中，最后一层的参数作为正交化的约束，以使不同的分类任务不会互相干扰。该方法可以在处理不同类型的分类任务时，都能够很好地对该任务的目标类别进行精准分类，有效解决了目前持续学习中不同任务中的类别在特征空间中会发生重叠、导致模型效果不佳的问题。 | ||
| 搜索关键词： | 区分 特征 持续 学习方法 装置 | ||
【主权项】：
1.一种可区分特征的持续学习方法，其特征在于，包括以下步骤：/n确定当前分类任务，并将目标函数加入学习模型的angularloss项；/n在所述当前分类任务为新任务时，初始化学习模型的最后一层的参数，以使其相互正交，并在更新过程中暂时固定；以及/n训练预设时间后，将所述最后一层的参数参与更新，其中，所述最后一层的参数作为正交化的约束，以使不同的分类任务不会互相干扰。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910863286.9/，转载请声明来源钻瓜专利网。
