此外, 本文还在基准数据集上对 10 种典型算法进行了实验验证, 并从中总结 出适应类别增量学习的一般性规律....随着机器学习领域的发展 和深度学习的成熟, 基于深度学习的增量学习问题 研究近年来成为机器学习, 数据挖掘等领域主流会 议上的热点....截至目前仍缺少有关基于深度学习的类别增 量学习算法全面而深入的方法综述, 已有的综述文 献大多着眼于早期的任务增量学习算法[9,40] , 并缺 少在大规模数据集上的验证对比....通过在基准数据集上的实验比对, 本 文观察到, 从数据层面考虑, 进行数据重放可以极大 地提升增量学习模型的性能; 从参数层面考虑, 基 于动态模型结构的类别增量学习算法能够取得当 前最优的性能, 同时也消耗了最多的存储开销...• 在图片分类、文本分类等多个基准数据集上对 10 种典型的类别增量学习算法进行了对比评 估.