层次式多子网级联神经网络

• 作者: 孙功星 戴贵亮 戴长江 朱科军
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 神经网络 层次式多子网级联 序贯过程 级联相关
• 年，卷（期）: 1999,（8）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 49-51
• 页数: 3页
• 分类号: TP1
• 字数: 2353字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.1999.08.014

摘要

本文提出的层次式多子网级联神经网络是一个新的神经网络自结构方案,它通过不断地加入新的子网,逐一地分解复杂的任务为多个简单的子任务,每个子任务为一专有的子网所处理,从而达到分而治之的目的,使问题得以求解.它的优势性能在于它实现了复杂任务的自动分解和模块化训练策略,降低了全局最优搜索的复杂性,提高了训练速度,改善了网络性能.从模拟结果看,层次式多子网级联神经网络不仅在性能上优于BP网络,而且,在网络的泛化能力方面也优于级联相关学习网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱科军	中国科学院高能物理研究所	24	80	5.0	7.0
2	戴长江	中国科学院高能物理研究所	20	39	3.0	6.0
3	孙功星	中国科学院高能物理研究所	42	177	8.0	10.0
4	戴贵亮	中国科学院高能物理研究所	7	48	4.0	6.0