分布可靠性增量学习算法

新样本低置信优先学习

该算法通过同时保留现有可靠样本和优先更新低预测可靠性的新样本，实现了自动目标识别系统的快速、稳定知识扩充。

党思航 · 崔宗勇 · 曹宗杰 · 皮亦鸣 · 冯晓毅

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

能发现新类别

对低可靠性新样本用新标签更新后，分类面能得到快速改善，并增加新类别。

应用场景

• 自动目标识别：用于自动目标识别系统，在持续获得新样本时快速扩展识别能力而不必重新训练。
• 增量学习智能系统：作为增量学习智能系统的样本管理模块，决定优先学习哪些新样本以高效更新模型。
• 无人机侦察识别：用于无人机侦察识别中处理持续采集的影像，自动发现有价值的新目标类别。