-
公开(公告)号：CN117634589A
公开(公告)日：2024-03-01
申请号：CN202311650562.6
申请日：2023-12-05
申请人： 北京理工大学
IPC分类号： G06N3/096 , G06N3/0442 , G06N3/0495 , G06N3/045 , G06N3/042 , G06F17/16 , G06F18/213 , G06F18/241
摘要： 本发明公开了一种面向边缘工业安全巡检已知任务的模型更新方法，具体步骤为：已知任务新增样本特征提取→特征空间表示→构建新增样本特征记忆函数→奇异值分解→参数更新。考虑到增量学习过程中新数据特征对旧数据特征带来的特征偏移影响，出现学习新任务忘记旧任务的现象，本发明提出一种双层记忆映射的分段式增量学习方法，针对工况复杂的工业安全巡检任务，既可以实现对边缘新样本的任务识别，也可以保留原有样本或较少出现样本的任务识别。本发明提出一种参数压缩的正则器，可以提高网络参数的存储效率和增量学习的稳定性。相比于现有的增量模型更新方法，本发明能够缩减模型更新的请求次数和计算资源，在新增样本情况下提升模型泛化能力。
-
公开(公告)号：CN117636040A
公开(公告)日：2024-03-01
申请号：CN202311650494.3
申请日：2023-12-05
申请人： 北京理工大学
IPC分类号： G06V10/764 , G06V10/762 , G06V10/82 , G06V10/40 , G06V10/774 , G06F16/55 , G06N3/096 , G06N3/0895
摘要： 本发明公开了一种面向工业安全巡检的未知类别增量模型更新方法，具体步骤为：新增样本特征提取→特征能量分析→未知特征聚类→人工判定→类别新增→模型更新。考虑到未知类别的增量学习过程需要对新增样本所属类别进行判别，本发明提出了一种基于类别能量特征检测的增量学习方法，针对工况复杂的工业安全巡检任务，可以有效地学习到未知类别的出现。相比于现有的类别增量模型更新方法，本发明能够快速识别潜在的未知类别，不会错误地将其分类为某一种已知类别，并通过人在回路的方式提升模型更新的可靠性，并且，在识别未知类别的物体后，在多轮训练后，能够动态地将其以增量学习的形式更新到已存的数据库中，不发生灾难性遗忘。
-
公开(公告)号：CN106779107A
公开(公告)日：2017-05-31
申请号：CN201710021207.0
申请日：2017-01-11
申请人： 北京理工大学
IPC分类号： G06Q10/00
CPC分类号： G06Q10/20
摘要： 本发明公开的一种虚拟环境下的装甲车辆维修性评价方法，属于可维修性评价领域。本发明包括如下步骤：预设装甲车辆维修性属性集；结合专家主观赋权，依据云理论，确定装甲车辆维修性评价子属性权重云；确定装甲车辆维修性评价子属性指标云；通过黄金分割法确定装甲车辆维修性评价评语云；将各属性云参数与评价云进行相似度比较，根据最大隶属度原则，确定各属性评价评语；根据装甲车辆维修性各子属性评语针对虚拟环境下装甲车辆维修性进行评价，此外，根据专家评价时给予的装甲车辆维修性反馈意见指导装甲车辆维修性工程应用，提高装甲车辆维修性水平。本发明能够降低装甲车辆维修性评价主观性、提高评价方法的客观性和评价流程的系统性、完整性。
-
-
搜索结果
3 条记录 (耗时 0.025 秒)
