一种模型训练方法装置、设备、存储介质及程序产品

本申请公开了一种模型训练方法，该方法先获取训练目标模型的源会话数据以及当前待训练的目标会话数据，然后利用两者的数据分布差异修改源会话数据的分布特征，减少两者的分布差异，进一步的本申请还基于中间源会话数据与目标会话数据之间的数据分布差异确定中间源会话数据和目标会话数据的分配权重，以平衡不同会话数据对模型训练的贡献度。最后基于该分配权重对中间源会话数据和目标会话数据进行融合获得目标样本，这样获得的目标样本既保留了历史知识的同时又适应新数据特性，这样在根据目标样本对目标模型进行模型训练时能够提升目标模型在新会话数据上的泛化能力，从而提高目标模型的分类准确率，减少长期用户脑机接口的校准时间。