一种基于深度神经网络的样本增量学习方法
实质审查的生效
摘要
本发明公开了一种基于深度神经网络的样本增量学习方法，涉及大数据智能分析技术领域，该方法在对新任务训练时，采用了对旧任务数据的知识蒸馏，这样做的目的时使得旧数据xk在新模型的预测结果pj(xk)尽可能的接近其在旧模型上的预测结果pj‑1(xk)，使模型在学习新数据的同时，保持对旧数据的识别能力，能够使模型保持对旧数据的预测结果，以缓解对旧知识的遗忘，防止模型偏向预测新数据。
基本信息
专利标题 ：
一种基于深度神经网络的样本增量学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114529752A
申请号 ：
CN202210002217.0
公开（公告）日 ：
2022-05-24
申请日 ：
2022-01-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
姚光乐祝钧桃
申请人 ：
成都理工大学
申请人地址 ：
四川省成都市二仙桥东三路1号
代理机构 ：
成都时誉知识产权代理事务所(普通合伙)
代理人 ：
李双
优先权 ：
CN202210002217.0
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06K9/62 G06N3/04
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220104
申请日 : 20220104
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
