一种基于增量学习的安防设备自优化方法

本申请属于计算机技术领域，具体涉及一种基于增量学习的安防设备自优化方法，旨在解决现有安防设备增量学习权重更新能效低、误差累积及遗忘抑制不足的问题。该方法包括：通过多模态传感器阵列采集目标场景的原始感知数据，采用时空卷积神经网络进行特征提取，根据特征相似度阈值检测新特征；基于忆阻器电导漂移的物理模型计算目标权重增量，并利用电导漂移率校正因子进行非线性补偿；生成电压脉冲序列并施加至忆阻器交叉开关阵列执行物理级原位权重更新。本申请通过上述技术方案，实现了权重更新能效的显著提升，端到端延迟的有效降低，识别准确率的稳定保持以及系统长期运行的可靠性保障。