随机配置层次网络

分层训练效率更高

利用数据内部结构构建分层增量学习网络，在不牺牲精度的情况下显著降低训练时间。

Shi, Bao · Ou, Yongsheng · 汪德刚 · 赵国亮

Information Sciences 2025

技术优势

训练效率大幅提升

通过分层结构减少每次训练所需的样本量和计算量，从而缩短处理时间。

保持高精度

在提升效率的同时，框架的监督机制和容差终止条件保证了模型的精度不下降。

适用机器人学习

在工业机器人案例上得到验证，可处理实际机器人学习任务中的高维数据。

应用场景

• 工业机器人智能控制：为工业机器人提供高效的学习算法，实现智能控制。
• 机器人增量学习：支持机器人连续接收新数据并在线更新模型。
• 边缘设备高效学习：降低计算资源需求，适合边缘设备部署。
• 高维数据分析：利用层次聚类挖掘高维数据内部结构，提升处理效率。