基于排序学习前向掩蔽模型的快速增量学习算法

• 作者: 彭宏 曾安 潘丹 郑启伦
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 排序学习前向掩蔽模型 增量学习 神经网络
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2051-2055
• 页数: 5页
• 分类号: TP183
• 字数: 5333字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.12.029

摘要

增量学习是一种在巩固原有学习成果的基础上快速有效地获取新知识的学习模式.本文在简述增量学习的相关研究以及排序学习前向掩蔽模型(SLAM)的特点后,提出了一种基于SLAM的快速增量学习算法.该算法在原神经网络模型分类能力的基础上,实现对新增样本的快速增量学习,从而在较短的时间内提高该网络模型的分类推广能力.最后,与SLAM算法和Levenberg-Marquardt 后向传播(LMBP)算法的实验对比结果证实了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宏	华南理工大学计算机科学与工程学院	188	2058	24.0	34.0
2	郑启伦	华南理工大学计算机科学与工程学院	103	1003	17.0	26.0
3	曾安	华南理工大学计算机科学与工程学院	9	102	5.0	9.0
4	潘丹		5	153	4.0	5.0