一种基于自适应B+树索引的在线增量学习方法及系统

本发明公开了一种基于自适应B+树索引的在线增量学习方法及系统，涉及人工智能技术领域，方法包括：构建扩展型自适应B+树索引结构，插入新样本并计算轨迹扰动值；结合扰动值与节点状态生成扰动评分，满足条件时将新样本及关联节点样本加入增量学习调度队列；在节点分裂、合并或重构事件发生时获取受影响节点并更新其结构编码；监测样本标签轨迹变化，超出阈值时调整标签置信标记并根据筛查机制限制参与频率；对访问频率低且标签波动程度小的叶子节点执行遗忘压缩操作。通过构建自适应B+树索引，结合扰动驱动调度、结构变动响应与遗忘压缩策略，实现样本管理精细化、学习更新高效化与结构维护可控化，提升在线增量学习的稳定性与资源利用效率。