本文關(guān)鍵詞：自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)綜述

  更多相關(guān)文章： 神經(jīng)網(wǎng)絡(luò) 自組織 競(jìng)爭(zhēng)學(xué)習(xí) 增量學(xué)習(xí)

【摘要】：自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)SOINN(self-organizing incremental neural network)是一種基于競(jìng)爭(zhēng)學(xué)習(xí)的兩層神經(jīng)網(wǎng)絡(luò),用于在沒(méi)有先驗(yàn)知識(shí)的情況下對(duì)動(dòng)態(tài)輸入數(shù)據(jù)進(jìn)行在線聚類和拓?fù)浔硎?同時(shí),對(duì)噪音數(shù)據(jù)具有較強(qiáng)的魯棒性.SOINN的增量性,使得它能夠發(fā)現(xiàn)數(shù)據(jù)流中出現(xiàn)的新模式并進(jìn)行學(xué)習(xí),同時(shí)不影響之前學(xué)習(xí)的結(jié)果.因此,SOINN能夠作為一種通用的學(xué)習(xí)算法應(yīng)用于各類非監(jiān)督學(xué)習(xí)問(wèn)題中.對(duì)SOINN的模型和算法進(jìn)行相應(yīng)的調(diào)整,可以使其適用于監(jiān)督學(xué)習(xí)、聯(lián)想記憶、基于模式的推理、流形學(xué)習(xí)等多種學(xué)習(xí)場(chǎng)景中.SOINN已經(jīng)在許多領(lǐng)域得到了應(yīng)用,包括機(jī)器人智能、計(jì)算機(jī)視覺(jué)、專家系統(tǒng)、異常檢測(cè)等.
【作者單位】： 計(jì)算機(jī)軟件新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(南京大學(xué));南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系;
【關(guān)鍵詞】： 神經(jīng)網(wǎng)絡(luò) 自組織 競(jìng)爭(zhēng)學(xué)習(xí) 增量學(xué)習(xí)
【基金】：國(guó)家自然科學(xué)基金(61375064,61373001) 江蘇省自然科學(xué)基金(BK20131279)~~
【分類號(hào)】：TP183
【正文快照】： 自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)(self-organizing incremental neural network,簡(jiǎn)稱SOINN)是一種基于競(jìng)爭(zhēng)學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型[1-3],能夠?qū)?shù)據(jù)進(jìn)行增量式的無(wú)監(jiān)督學(xué)習(xí).SOINN使用一組分布在特征空間上的神經(jīng)元來(lái)近似 輸入數(shù)據(jù)的密度分布,這些神經(jīng)元之間的連接構(gòu)成一個(gè)或者多個(gè)連通子

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 秦玉平;王秀坤;王春立;;實(shí)現(xiàn)兼類樣本類增量學(xué)習(xí)的一種算法[J];控制與決策;2009年01期

2 秦玉平;王秀坤;王春立;;實(shí)現(xiàn)兼類樣本增量學(xué)習(xí)的一種算法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年08期

3 秦玉平;陳一荻;王春立;王秀坤;;一種新的類增量學(xué)習(xí)方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年34期

4 時(shí)建中;程龍生;;基于增量學(xué)習(xí)系統(tǒng)的財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警[J];技術(shù)經(jīng)濟(jì);2012年05期

5 王洪波;趙光宙;齊冬蓮;盧達(dá);;一類支持向量機(jī)的快速增量學(xué)習(xí)方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年07期

6 秦玉平;倫淑嫻;王秀坤;;一種新的兼類樣本類增量學(xué)習(xí)算法[J];計(jì)算機(jī)科學(xué);2012年09期

7 姜卯生,王浩,姚宏亮;樸素貝葉斯分類器增量學(xué)習(xí)序列算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年14期

8 劉梅,權(quán)太范,姚天賓;基于增量學(xué)習(xí)神經(jīng)模糊網(wǎng)絡(luò)的機(jī)動(dòng)目標(biāo)跟蹤[J];電子學(xué)報(bào);2005年11期

9 李祥納;艾青;秦玉平;劉衛(wèi)江;;支持向量機(jī)增量學(xué)習(xí)算法綜述[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

10 曹杰;劉志鏡;;基于支持向量機(jī)的增量學(xué)習(xí)算法[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 秦亮;唐靜;史賢俊;肖支才;;一種改進(jìn)的支持向量機(jī)增量學(xué)習(xí)算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

2 張慶彬;吳惕華;劉波;;一種改進(jìn)的基于群體的增量學(xué)習(xí)算法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 張健沛;李忠偉;楊靜;;一種基于多支持向量機(jī)的并行增量學(xué)習(xí)方法(英文)[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

4 王悅凱;吳曉峰;翁巨揚(yáng);;Where-What網(wǎng)絡(luò)增量學(xué)習(xí)特性探究[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

5 趙瑩;萬(wàn)福永;;支持向量機(jī)的增量學(xué)習(xí)算法及其在多類分類問(wèn)題中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

6 劉欣;章勇;王娟;;增量學(xué)習(xí)的TFIDF_NB協(xié)同訓(xùn)練分類算法[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

7 宮義山;錢娜;;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)在線學(xué)習(xí)算法及應(yīng)用[A];科學(xué)發(fā)展與社會(huì)責(zé)任（A卷）——第五屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李敬;增量學(xué)習(xí)及其在圖像識(shí)別中的應(yīng)用[D];上海交通大學(xué);2008年

2 段華;支持向量機(jī)的增量學(xué)習(xí)算法研究[D];上海交通大學(xué);2008年

3 趙強(qiáng)利;基于選擇性集成的在線機(jī)器學(xué)習(xí)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 杜玲;覆蓋算法的增量學(xué)習(xí)研究[D];安徽大學(xué);2010年

2 張智敏;基于增量學(xué)習(xí)的分類算法研究[D];華南理工大學(xué);2010年

3 李杰;數(shù)據(jù)復(fù)雜度的增量學(xué)習(xí)方法研究[D];廣東工業(yè)大學(xué);2015年

4 李丹;基于馬氏超橢球?qū)W習(xí)機(jī)的增量學(xué)習(xí)算法研究[D];渤海大學(xué);2015年

5 王媛;支持向量機(jī)增量學(xué)習(xí)算法及其在入侵檢測(cè)中的應(yīng)用研究[D];吉林大學(xué);2008年

6 張燦淋;基于支持向量機(jī)的半監(jiān)督式增量學(xué)習(xí)研究[D];浙江工業(yè)大學(xué);2014年

7 吳慧;新的支持向量機(jī)增量學(xué)習(xí)算法[D];西安電子科技大學(xué);2009年

8 周興勤;基于選擇性集成的增量學(xué)習(xí)研究[D];重慶大學(xué);2014年

9 徐新功;支持向量機(jī)增量學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2012年

10 胡建龍;基于決策邏輯的增量學(xué)習(xí)算法研究[D];山西大學(xué);2006年

，

本文編號(hào)：942971