模块化神经网络的系统结构和学习算法

摘要：

本文提出了一种基于模块化的神经网络的系统结构和学习算法,它通过分解判定子模块对学习样本自动分解、由合成子网将各区域的结果合成,实现了复杂任务的自动分解判定和模块化训练策略.一般函数逼近和三维墨西哥草帽等2个实践表明,本文提出的结构和算法是可行的、有效的;与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有并行性高、通用性强、对新增样本易于学习、便于硬件实现等特点.

关键词： 系统结构 模块化结构 神经网络 学习算法 分解判定

作者: 凌卫新 郑启伦 陈琼

作者单位: 华南理工大学应用数学系(广州) 华南理工大学电子与信息学院计算机系(广州)

会议类型: 国内会议

会议名称: 中国电子学会电路与系统学会第十六届年会

会议地点: 宁波

会议语种:中文

页码: 242-245

在线出版日期: 2001-05-01（万方平台首次上网日期，不代表论文的发表时间）