[发明专利]一种模型训练方法及装置

权利要求书

1.一种模型训练方法，其特征在于，包括：

当判定待训练模型处于新增样本的过程中时，计算新增样本数量度量和新增样本目标特征差异性度量；

根据所述新增样本数量度量和所述新增样本目标特征差异性度量，计算综合度量；

当判定所述综合度量大于第一预设数值时，训练所述待训练模型，直至判定所述待训练模型不处于新增样本的过程中时，完成模型训练。

2.根据权利要求1所述的一种模型训练方法，其特征在于，所述计算新增样本数量度量，具体为：

将新增样本数量的初始值设置为零，当判定所述待训练模型处于新增样本的过程中时，更新所述新增样本数量，得到第一新增样本数量；

当判定所述第一新增样本数量大于第二预设数值时，将所述第一新增样本数量作为所述新增样本数量度量。

3.根据权利要求1所述的一种模型训练方法，其特征在于，所述计算新增样本目标特征差异性度量，具体为：

当判定所述待训练模型处于新增样本的过程中时，计算第一特征向量和第二特征向量之间的第一聚类中心距离；其中，所述第一特征向量为原有样本的目标特征向量，所述第二特征向量为新增样本的目标特征向量；

当所述第一聚类中心距离大于第三预设数值时，记为第二聚类中心距离；

计算所述第二聚类中心距离的数量，将所述第二聚类中心距离的数量作为所述新增样本目标特征差异性度量。

4.根据权利要求1所述的一种模型训练方法，其特征在于，在所述计算新增样本数量度量和新增样本目标特征差异性度量之后，还包括：

根据新增样本更新原有样本集。

5.根据权利要求1所述的一种模型训练方法，其特征在于，所述判定待训练模型处于新增样本的过程中，具体为：

当所述待训练模型已经开始或正在持续进行新增样本的采集与标注，则判定所述待训练模型处于新增样本的过程中。

6.一种模型训练装置，其特征在于，包括：第一计算模块、第二计算模块和训练模块；

其中，所述第一计算模块用于当判定待训练模型处于新增样本的过程中时，计算新增样本数量度量和新增样本目标特征差异性度量；

所述第二计算模块用于根据所述新增样本数量度量和所述新增样本目标特征差异性度量，计算综合度量；

所述训练模块用于当判定所述综合度量大于第一预设数值时，训练所述待训练模型，直至判定所述待训练模型不处于新增样本的过程中时，完成模型训练。

7.根据权利要求6所述的一种模型训练装置，其特征在于，所述计算新增样本数量度量，具体为：

将新增样本数量的初始值设置为零，当判定所述待训练模型处于新增样本的过程中时，更新所述新增样本数量，得到第一新增样本数量；

当判定所述第一新增样本数量大于第二预设数值时，将所述第一新增样本数量作为所述新增样本数量度量。

8.根据权利要求6所述的一种模型训练装置，其特征在于，所述计算新增样本目标特征差异性度量，具体为：

当判定所述待训练模型处于新增样本的过程中时，计算第一特征向量和第二特征向量之间的第一聚类中心距离；其中，所述第一特征向量为原有样本的目标特征向量，所述第二特征向量为新增样本的目标特征向量；

当所述第一聚类中心距离大于第三预设数值时，记为第二聚类中心距离；

计算所述第二聚类中心距离的数量，将所述第二聚类中心距离的数量作为所述新增样本目标特征差异性度量。

9.根据权利要求6所述的一种模型训练装置，其特征在于，在所述计算新增样本数量度量和新增样本目标特征差异性度量之后，还包括：

根据新增样本更新原有样本集。

10.根据权利要求6所述的一种模型训练装置，其特征在于，所述判定待训练模型处于新增样本的过程中，具体为：

当所述待训练模型已经开始或正在持续进行新增样本的采集与标注，则判定所述待训练模型处于新增样本的过程中。