基于RSOM树的自适应智能学习系统
本文首先给出了基本的RSOM树模型,基于此研究了有效特征选择、增量式学习/更新学习、长时记忆与短时记忆、RSOM树节点的裁剪/合并与再生长、RSOM树群落生长,以及建立了”积极”学习和”消极”学习相结合的模型,并建立了具有自主发现新的模式类别,即发现”新知识”能力的模型,以及RSOM并行训练等方面的内容,建立了具有人脑神经网络结构和进化特征的,能进行循序渐进式学习、有师指导和无师聚类相结合的学习以及能自治地学习的认知模拟学习模型.文中所建系统模型可应用于大容量基于内容的检索、文本分类,非线性系统辨识以及智能自动控制等.
人脑科学 机器学习 认知模拟 神经网络 RSOM树
夏胜平 张乐锋 虞华 郁文贤
国防科学技术大学电子科学与工程学院ATR重点实验室,长沙,410073
国内会议
深圳
中文
374-381
2005-04-16（万方平台首次上网日期，不代表论文的发表时间）