基于域增量学习的抑郁障碍检测模型训练方法及电子设备2024

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117912640 A (43)申请公布日 2024.04.19 (21)申请号 202410316692.4 (22)申请日 2024.03.20 (71)申请人 合肥工业大学 地址 230009 安徽省合肥市屯溪路193号 (72)发明人 郭艳蓉　陈涛　郝世杰　洪日昌　 (74)专利代理机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 龙涛 (51)Int.Cl. G16H 20/70 (2018.01) G16H 50/20 (2018.01) G06F 18/22 (2023.01) G06F 18/2411 (2023.01) G06N 20/10 (2019.01) 权利要求书2页 说明书8页 附图2页 (54)发明名称 基于域增量学习的抑郁障碍检测模型训练 方法及电子设备 (57)摘要 本发明公开了基于域增量学习的抑郁障碍 检测模型训练方法及电子设备，属于数据处理技 术领域。该方法包括获取训练数据集，输入当前 域和前一域，进行特征提取及预测，利用JS散度 以及训练数据集中的类别信息动态学习类定制 的阈值，为训练数据集中的每个类使用相应类定 制的阈值进行样本选择，将样本选择结果进行域 内对齐，区分样本相似性，有效缩小这些领域之 间的差距。这样的对齐过程鼓励从各个领域提取 的特征变得更加紧凑，从而显著提高了对新数据 的适应性，减轻了灾难性遗忘，有利于提高抑郁 A