计算省近四成
通过保持流形性质的双向降维与原型学习，该分类器可在不保存旧数据的情况下持续学习新任务，同时提升分类精度。
Dongxu, Liu · Ding, Qichuan · Chenyu, Tong · Jinshuo, Ai · Fei, Wang
IEEE Journal of Biomedical and Health Informatics 2024
通过双向二维主成分分析，降维后的矩阵仍保持对称正定性，因此可以继续在黎曼流形上处理。
增量学习时旧分类器原型的低维表示可以基于更新后的投影矩阵重新计算，无需保留原始旧数据。
在两个公开数据集上，计算时间分别降低38.53%和35.96%。
与常规方法相比，分类精度提高了4.21%至19.59%。