神经网络结构动态优化设计的分析与展望

被引：20

作者：

乔俊飞

韩红桂

机构：

[1] 北京工业大学电子信息与控制工程学院

来源：

控制理论与应用 | 2010年 / 27卷 / 03期

基金：

北京市自然科学基金;

关键词：

神经网络结构; 动态设计; 神经网络性能;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

阐述了神经网络结构设计对神经网络性能的影响.介绍了动态结构神经网络,尤其是增长型和修剪型神经网络研究的发展过程,分析了动态设计方法研究在计算能力、学习理论和网络的稳定性等方面取得的成果.最后对神经网络动态设计的研究进行总结,给出了神经网络结构动态设计研究的发展趋势.

引用

页码：350 / 357

页数：8

共 19 条

[1] 模糊神经网络的结构自组织算法及应用 [J].

乔俊飞 ;

王会东 .

控制理论与应用, 2008, (04) :703-707

[2] 一种多层前馈神经网络的快速修剪算法 [J].

乔俊飞 ;

张颖 .

智能系统学报, 2008, (02) :173-176

[3] 神经网络的两种结构优化算法研究 [J].

杨慧中 ;

王伟娜 ;

丁锋 .

信息与控制, 2006, (06) :700-704+710

[4] 人工神经网络混合剪枝算法 [J].

李倩 ;

王永县 ;

朱友芹 .

清华大学学报(自然科学版), 2005, (06) :831-834

[5] 多输入模糊神经网络结构优化的快速算法 [J].

吴艳辉 ;

陈雄 .

复旦学报(自然科学版), 2005, (01) :56-60+64

[6]

Getting to Know Your Neighbors: Unsupervised Learning of Topography from Real-World, Event-Based Input[J] . Martin Boerlin.Neural Computation . 2009 (1)

[7]

Achieving “organic compositionality” through self-organization: Reviews on brain-inspired robotics experiments[J] . Jun Tani,Ryunosuke Nishimoto,Rainer W. Paine.Neural Networks . 2008 (4)

[8]

A new training and pruning algorithm based on node dependence and Jacobian rank deficiency[J] . Jinhua Xu,Daniel W.C. Ho.Neurocomputing . 2006 (1)

[9]

Large-scale data exploration with the hierarchically growing hyperbolic SOM[J] . Neural Networks . 2006 (6)

[10] Modeling user multiple interests by an improved GCS approach [J].

Wu, LH ;

Liu, L ;

Li, J ;

Li, ZY .

EXPERT SYSTEMS WITH APPLICATIONS, 2005, 29 (04) :757-767

← 1 2 →