龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于分类层统一化和改进EWC的类增量持续学习方法，通过训练集对神经网络进行训练，获得辨识模型，通过辨识模型辨识图片中事物的类别，所述训练包括旧任务训练和至少一次新任务训练，在新任务再训练过程中，以旧任务的模型参数为基点，限制参数的偏移。本发明公开的基于分类层统一化和改进EWC的类增量持续学习方法，解决了新类别偏向问题，提升了模型的平均准确度。
主权项：1.一种基于分类层统一化和改进EWC的类增量持续学习方法，其特征在于，通过训练集对神经网络进行训练，获得辨识模型，通过辨识模型辨识图片中事物的类别，所述训练包括旧任务训练和至少一次新任务训练，所述旧任务训练为：通过含有旧类别事物的训练集对神经网络进行训练，获得辨识模型，该辨识模型能够对含有旧类别事物的图片进行识别，输出图片中事物分类；所述新任务训练为：采用具有新类别事物的训练集对辨识模型进行再训练，使得辨识模型即能够对含有旧事物的图片进行识别，又能够对含有新事物的图片进行识别，并输出图片中的事物分类。
全文数据：
权利要求：
百度查询： 北京航空航天大学 中国人民解放军国防科技大学 基于分类层统一化和改进EWC的类增量持续学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号