您当前的位置:
首页 >
文章列表页 >
面向在线连续学习的特征融合引导的梯度重加权算法
学术论文 | 更新时间:2026-02-10
    • 面向在线连续学习的特征融合引导的梯度重加权算法

    • Gradient Re-Weighting Guided by Feature Fusion for Online Continual Learning

    • 邱奔流 ,王岚晓 ,邱荷茜 ,高翔宇 ,问海涛 ,李宏亮
    • 电子学报 2025年53卷第11期 页码:3970-3982
    • DOI: 10.12263/DZXB.20250413     

      中图分类号:
    • 录用:2025-11-20 ,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图( 8 ) 表( 12 )

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

131

浏览量

114

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

FF-STDP:一种基于前向-前向与STDP融合的低功耗在线学习SNN加速器
灾害场景下基于在线学习自适应择优的应急多路径传输方法
基于梯度协同与特征融合的加密流量检测
融合大语言模型与跨域图结构的多模态对话情感识别方法
低轨卫星网络自适应随机接入研究

相关作者

徐长卿
莫桂棋
刘毅
李裕科
陈梓鑫
杨银堂
李康睿
许长桥

相关机构

西安电子科技大学广州研究院
西安电子科技大学集成电路学部
北京邮电大学网络与交换技术全国重点实验室
成都信息工程大学网络空间安全学院(芯谷产业学院)
先进密码技术与系统安全四川省重点实验室