本文關鍵詞：自組織增量學習神經網絡綜述

  更多相關文章： 神經網絡 自組織 競爭學習 增量學習

【摘要】：自組織增量學習神經網絡SOINN(self-organizing incremental neural network)是一種基于競爭學習的兩層神經網絡,用于在沒有先驗知識的情況下對動態(tài)輸入數(shù)據進行在線聚類和拓撲表示,同時,對噪音數(shù)據具有較強的魯棒性.SOINN的增量性,使得它能夠發(fā)現(xiàn)數(shù)據流中出現(xiàn)的新模式并進行學習,同時不影響之前學習的結果.因此,SOINN能夠作為一種通用的學習算法應用于各類非監(jiān)督學習問題中.對SOINN的模型和算法進行相應的調整,可以使其適用于監(jiān)督學習、聯(lián)想記憶、基于模式的推理、流形學習等多種學習場景中.SOINN已經在許多領域得到了應用,包括機器人智能、計算機視覺、專家系統(tǒng)、異常檢測等.
【作者單位】： 計算機軟件新技術國家重點實驗室(南京大學);南京大學計算機科學與技術系;
【關鍵詞】： 神經網絡 自組織 競爭學習 增量學習
【基金】：國家自然科學基金(61375064,61373001) 江蘇省自然科學基金(BK20131279)~~
【分類號】：TP183
【正文快照】： 自組織增量學習神經網絡(self-organizing incremental neural network,簡稱SOINN)是一種基于競爭學習的神經網絡模型[1-3],能夠對數(shù)據進行增量式的無監(jiān)督學習.SOINN使用一組分布在特征空間上的神經元來近似 輸入數(shù)據的密度分布,這些神經元之間的連接構成一個或者多個連通子

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 秦玉平;王秀坤;王春立;;實現(xiàn)兼類樣本類增量學習的一種算法[J];控制與決策;2009年01期

2 秦玉平;王秀坤;王春立;;實現(xiàn)兼類樣本增量學習的一種算法[J];計算機應用與軟件;2009年08期

3 秦玉平;陳一荻;王春立;王秀坤;;一種新的類增量學習方法[J];計算機工程與應用;2011年34期

4 時建中;程龍生;;基于增量學習系統(tǒng)的財務危機動態(tài)預警[J];技術經濟;2012年05期

5 王洪波;趙光宙;齊冬蓮;盧達;;一類支持向量機的快速增量學習方法[J];浙江大學學報(工學版);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習算法[J];計算機科學;2012年09期

7 姜卯生,王浩,姚宏亮;樸素貝葉斯分類器增量學習序列算法研究[J];計算機工程與應用;2004年14期

8 劉梅,權太范,姚天賓;基于增量學習神經模糊網絡的機動目標跟蹤[J];電子學報;2005年11期

9 李祥納;艾青;秦玉平;劉衛(wèi)江;;支持向量機增量學習算法綜述[J];渤海大學學報(自然科學版);2007年02期

10 曹杰;劉志鏡;;基于支持向量機的增量學習算法[J];計算機應用研究;2007年08期

中國重要會議論文全文數(shù)據庫 前7條

1 秦亮;唐靜;史賢俊;肖支才;;一種改進的支持向量機增量學習算法[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

2 張慶彬;吳惕華;劉波;;一種改進的基于群體的增量學習算法[A];第二十六屆中國控制會議論文集[C];2007年

3 張健沛;李忠偉;楊靜;;一種基于多支持向量機的并行增量學習方法(英文)[A];第二十二屆中國數(shù)據庫學術會議論文集（技術報告篇）[C];2005年

4 王悅凱;吳曉峰;翁巨揚;;Where-What網絡增量學習特性探究[A];第一屆全國神經動力學學術會議程序手冊 & 論文摘要集[C];2012年

5 趙瑩;萬福永;;支持向量機的增量學習算法及其在多類分類問題中的應用[A];第25屆中國控制會議論文集（下冊）[C];2006年

6 劉欣;章勇;王娟;;增量學習的TFIDF_NB協(xié)同訓練分類算法[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

7 宮義山;錢娜;;貝葉斯網絡結構在線學習算法及應用[A];科學發(fā)展與社會責任（A卷）——第五屆沈陽科學學術年會文集[C];2008年

中國博士學位論文全文數(shù)據庫 前3條

1 李敬;增量學習及其在圖像識別中的應用[D];上海交通大學;2008年

2 段華;支持向量機的增量學習算法研究[D];上海交通大學;2008年

3 趙強利;基于選擇性集成的在線機器學習關鍵技術研究[D];國防科學技術大學;2010年

中國碩士學位論文全文數(shù)據庫 前10條

1 杜玲;覆蓋算法的增量學習研究[D];安徽大學;2010年

2 張智敏;基于增量學習的分類算法研究[D];華南理工大學;2010年

3 李杰;數(shù)據復雜度的增量學習方法研究[D];廣東工業(yè)大學;2015年

4 李丹;基于馬氏超橢球學習機的增量學習算法研究[D];渤海大學;2015年

5 王媛;支持向量機增量學習算法及其在入侵檢測中的應用研究[D];吉林大學;2008年

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

7 吳慧;新的支持向量機增量學習算法[D];西安電子科技大學;2009年

8 周興勤;基于選擇性集成的增量學習研究[D];重慶大學;2014年

9 徐新功;支持向量機增量學習算法研究[D];西安電子科技大學;2012年

10 胡建龍;基于決策邏輯的增量學習算法研究[D];山西大學;2006年

，

本文編號：942971