[发明专利]一种基于三元组多样范例集和梯度正则化的增量学习方法有效
| 申请号： | 202110954054.1 | 申请日： | 2021-08-19 |
| 公开（公告）号： | CN113610183B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 孙广路;吉宝伦;梁丽丽;李天麟;朱素霞 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06K9/62 |
| 代理公司： | 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 | 代理人： | 荣玲 |
| 地址： | 150080 黑龙江省哈尔*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于三元组多样范例集和梯度正则化的增量学习方法、计算机及存储介质，属于人工智能领域。首先，得到的预测样本特征和真实标签，并输入损失函数进行反向传播更新模型参数；其次，计算批次数据的原型表示；再其次，计算每个类别应保存的正例样本的数量和反例样本的数量；再其次，更新已有类别的范例集应存储的范例的数量；再其次，对正例集合范例集中的样本进行打分，根据样本的分数构建当前类别范例集；再其次，随机取样获得重演样本集，然后对重演样本集和批次数据中的样本进行前向传播；再其次，计算三种损失函数的梯度；最后，对三种不同梯度进行正则化，得到最终的梯度值进行反向传播更新。本发明解决了灾难性遗忘的问题。 | ||
| 搜索关键词： | 一种 基于 三元 多样 范例 梯度 正则 增量 学习方法 | ||
【主权项】：
暂无信息
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/202110954054.1/，转载请声明来源钻瓜专利网。
