边界样本难易有序训练
动态样本选择机制逐步从易到难训练模型，同时引入实例数量对齐损失捕获全局与局部特征，在三个基准数据集上超越现有方法。
Feng, Huang · 陈小雕 · Wu, Wen · 马维银
Engineering Applications of Artificial Intelligence 2025
动态样本选择机制从易到难地训练，降低边界模糊样本的干扰。
实例数量对齐损失通过多任务学习同时捕获全局和局部特征。
该方法可与现有模型结合以提升性能，无需专门设计网络架构。
在50Salads、GTEA、Breakfast三个数据集上均显著超越现有方法。