一种类别增量学习方法

一种类别增量学习方法，属于雷达目标识别方向类别增量学习领域。本发明实现方法为：获取雷达回波数据；对雷达回波数据进行杂波抑制和特征提取；根据提取后的特征进行类别增量训练：根据旧类别的特征采用基于深度特征的均匀采样范例集选取算法实现数据回放；在神经网络训练中，构建基于样本置信度自适应调整蒸馏温度的知识蒸馏优化算法，能根据训练过程中样本置信度的变化，动态调整蒸馏温度，消除知识蒸馏后的神经网络中的偏置，得到类别增量学习后的神经网络；对训练完成的网络采用基于权重放缩的滞后调节算法进行优化，得到类别增量训练后的神经网络，缓解灾难性遗忘问题，平衡兼顾神经网络在新类和旧类间的识别能力，稳定提高综合识别率。