模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (2): 150-159    DOI: 10.16451/j.cnki.issn1003-6059.202002007
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
双分支迭代的深度增量图像分类方法
何丽1, 韩克平1, 朱泓西1, 刘颖1
1. 天津财经大学 理工学院 天津 300222
Deep Incremental Image Classification Method Based on Double-Branch Iteration
HE Li1, HAN Keping1, ZHU Hongxi1, LIU Ying1
1. School of Science and Technology, Tianjin University of Finance and Economics, Tianjin 300222

全文: PDF (1187 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对深度增量学习可能产生灾难性遗忘的问题,提出双分支迭代的深度增量图像分类方法,使用主网络存储旧类知识,分支网络学习增量数据中的新类知识,并在增量过程中使用主网络的权重优化分支网络的参数.使用基于密度峰值聚类的方法从迭代数据集中筛选典型样本并构建保留集,并加入增量迭代训练中,减轻灾难性遗忘.实验表明,文中方法的性能较优.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
何丽
韩克平
朱泓西
刘颖
关键词 双分支卷积神经网络保留集增量学习深度学习图像分类    
Abstract:To solve the catastrophic forgetting problem caused by incremental learning, a deep incremental image classification method based on double-branch iteration is proposed. The primary network is utilized to store the acquired old class knowledge, while the branch network is exploited to learn the new class knowledge. The parameters of the branch network are optimized by the weight of the primary network in the incremental iteration process. Density peak clustering method is employed to select typical samples from the iterative dataset and construct retention set. The retention set is added into the incremental iteration training to mitigate catastrophic forgetting. The experiments demonstrate the better performance of the proposed method.
Key wordsDouble Branch Convolutional Neural Network    Retention Set    Incremental Learning    Deep Learning    Image Classification   
收稿日期: 2019-10-23     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.1170011574,61502331)、天津市自然科学基金项目(No.16JCYBJC42000,18JCYBJC85100)、天津市企业科技特派员项目(No.19JCTPJC56300)、天津市教委科研项目(No.2017KJ237)资助
通讯作者: 何 丽,博士,教授,主要研究方向为数据挖掘、机器学习.E-mail:renkeheli@163.com.   
作者简介: 韩克平,硕士研究生,主要研究方向为机器学习、增量学习.E-mail:kepinghan@126.com.朱泓西,硕士研究生,主要研究方向为机器学习、图像处理.E-mail:1109881358@qq.com.刘 颖,硕士研究生,主要研究方向为数据挖掘、机器学习.E-mail:1415304666@qq.com.
引用本文:   
何丽, 韩克平, 朱泓西, 刘颖. 双分支迭代的深度增量图像分类方法[J]. 模式识别与人工智能, 2020, 33(2): 150-159. HE Li, HAN Keping, ZHU Hongxi, LIU Ying. Deep Incremental Image Classification Method Based on Double-Branch Iteration. , 2020, 33(2): 150-159.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202002007      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I2/150
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn