一种基于超球几何结构的持续学习方法.pdfVIP

下载本文档

3
0
约1.91万字
约 15页
2023-11-25 发布于四川
举报
版权申诉

一种基于超球几何结构的持续学习方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于机器学习技术领域，具体为一种基于超球几何结构的持续学习方法。本发明方法包括：将视觉特征投影到超球空间中，在这个较低维的嵌入空间中构建类别原型，并进行持续学习；基于超球结构，设计了基础训练方案，包括实例原型紧性损失函数来减少类间距离，以及类间原型分离损失函数来最大化类间的分离性；设计了增量学习方案，包括原型的构建和适应策略，以有效地适应新的类；以及实例原型关系保持蒸馏方案来克服灾难性遗忘的问题。以上方法在多个图像数据集上进行了实验验证，证明方法的优越性。本发明能够帮助深度学习模型在增量学

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117114128 A (43)申请公布日 2023.11.24 (21)申请号 202310972905.4 (22)申请日 2023.08.03 (71)申请人复旦大学地址 200433