混合型学习模型HLM中的增量学习算法

被引：2

作者：

陈兆乾

周志华

李红兵

谢俊元

机构：

[1] 南京大学计算机科学与技术系!南京

[2] 南京大学计算机软件新技术国家重点实验室!南京

来源：

软件学报 | 1997年 / 11期

关键词：

混合模型; 增量学习; 神经网络;

D O I：

10.13328/j.cnki.jos.1997.11.011

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成判定树和神经网络，即可提高学习精度，速度快、效率高．本文主要介绍该模型中的增量学习算法．

引用

页码：875 / 880

页数：6