科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于遗传算法的端边云增量学习方法,方法包括：对新类别样本与旧类别样本分别进行数据预处理,生成四元组；生成初始染色体并更具适应度函数获取每个染色体的舒适适应值；筛选初始染色体并通过交叉和变异获取新的染色体；重新计算染色体适应值然后按照适应值排序；获取最优染色体的基因信息,而后更新需要饱和的类别样本的四元组；根据基因信息对需要保存的类别样本数据进行数据增强并形成训练样本然后构建增量学习模型并将训练样本输入增量学习模型进行训练；训练完成后获取训练好的增量学习模型。本发明大大提高了端侧模型迭代效率与训练学习速度的同时,还能保持模型的新鲜度。
- 单位
