判别原型学习算法

少镜头增量识别

通过伪情景增量训练和选择性注意力机制，同步提升新旧音频类别的原型判别力，实现持续稳定的少镜头音频分类。

谢维 · 李艳雄 · 贺前华 · Cao, Wenchang

Expert Systems with Applications 2023

参数信息

综合性能得分（NSynth-100）

87.82 %

综合性能得分（FSC-89）

59.25 %

技术优势

判别力更强

引入选择性注意力模块调整不同原型，使新旧类别均获得均衡且更高的判别力，从而提升整体分类性能。

模拟真实增量

通过伪情景增量训练模拟测试场景来训练嵌入模块，增强其泛化能力，使原型更具判别力。

性能领先

在 NSynth-100 和 FSC-89 数据集上分别取得 87.82% 和 59.25% 的综合性能得分，优于对比方法。

应用场景

• 智能语音交互：仅需少量新类别样本即可增量扩展语音指令，无需重新训练全部数据。
• 环境声音监测：持续识别新出现的环境声音事件，适应不断变化的声学场景。
• 工业异音检测：在产线上出现新型异常声音时，用少量样本即可扩展检测能力。