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
更多信息请下载全文后查看。