原型分类器

少样本混合增量学习：数据稀缺与任务不确定下的持续学习

Few-Shot Hybrid Incremental Learning:Continually Learning under Data Scarcity and Task Uncertainty

CME-MoE 的条件专家复用与元扩展机制，为视觉模型在少样本、任务不确定的持续数据流中平衡稳定性与可塑性提供了可复用的架构级方案；SEPC 按需扩展原型分类器的思路可直接迁移到视觉分类器的域偏移决策边界建模。