基于多样性样本回放的类增量学习方法

作     者：李虓 郭辉 LI Xiao;GUO Hui

作者机构：宁夏大学信息工程学院宁夏银川750021 

基　　金：宁夏自然科学基金项目(2021AAC03117) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第5期

页      码：1391-1397页

摘      要：针对类增量学习中的灾难性遗忘问题,提出一种基于多样性样本回放的类增量学习方法。为使类增量学习能够时序、快速地输入任务数据流,在因果卷积网络模型中引入自注意力机制;通过样本分类的不确定性和数据增强抽取多样性回放样本,提升新任务渐进式学习的效果并防止模型对旧任务的遗忘;采用一阶段生成伪特征与真实特征加权对比进行剪枝去除冗余的网络参数。实验结果表明,提出算法的精度优于经典增量学习算法,可有效缓解灾难性遗忘问题并提升增量学习性能。

主 题 词：增量学习 灾难性遗忘 因果关系 卷积网络 网络剪枝 注意力机制 生成对抗网络 数据增强 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.05.015

馆 藏 号：203127825...