一种新的类增量学习方法  

New class incremental learning method

作　　者：秦玉平[1] 陈一荻[1] 王春立[2] 王秀坤[3] 

机构地区：[1]渤海大学信息科学与工程学院,辽宁锦州121000 [2]大连海事大学信息科学技术学院,辽宁大连116026 [3]大连理工大学计算机科学与技术学院,辽宁大连116024

出　　处：《计算机工程与应用》2011年第34期181-183,237,共4页Computer Engineering and Applications

基　　金：国家自然科学基金(No.60603023);国家基础研究重大项目(973)研究专项(No.2001CCA00700);辽宁省教育厅重点实验室项目(No.LS2010180)~~

摘　　要：提出一种新的基于超椭球的类增量学习算法。对每一类样本,在特征空间求得一个包围该类尽可能多样本的最小超椭球,使得各类样本之间通过超椭球隔开。类增量学习过程中,只对新增类样本进行训练。分类时,通过计算待分类样本是否在超椭球内判定其所属类别。实验结果证明,该方法较超球方法提高了分类精度和分类速度。A new Class Incremental Learning（CIL） algorithm based on hyper ellipsoidal is proposed.For every class,the smallest hyper ellipsoidal that contains most samples of the class is structured,which can divide the class samples from others.In the process of CIL,only are the samples that belong to the new incremental class trained.For the sample to be classified,its class be confirmed by the hyper ellipsoidal that it belong to.The experimental results show that the algorithm has a higher performance on classification speed and classification precision compared with hyper sphere algorithm.

关 键 词：超椭球 类增量学习 缩放因子 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]