实现人工神经网络知识增殖能力的一种方法

被引：4

作者：

黄华

罗四维

李爱军

刘蕴辉

机构：

[1] 北京交通大学计算机与信息技术学院

来源：

计算机研究与发展 | 2004年 / 07期

关键词：

知识增殖; 自治神经网络; 平衡编码; 机器学习;

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：

摘要：

具有知识增殖能力的神经学习系统是人工神经网络发展的一个重要方向 ,备受研究人员的关注传统上对神经学习系统知识的增殖或重用研究偏重于对个体网络的改造 ,根据知识积累和继承的思想 ,引入自治神经网络 (au tonomousartificialneuralnetwork ,AANN)的理念 ,以此作为构造知识可增殖神经学习系统的基础 ,利用群体网络的方法成功解决了神经学习系统的拓展和知识增殖问题 AANN和一般神经网络的区别在于其自治能力 ,采用AANN模块构造的神经学习系统 ,具有知识增殖能力 ,其可靠性、可拓展性和灵活性都得到提高实验结果表明 ,该方法构造的群体网络系统可有效继承其模块所学习的知识

引用

页码：1062 / 1067

页数：6