神经网络主要的无监督训练方法有Hebb学习律、竞争与协同学习、随机连接学习等。其中,Hebb学习律是最早被提出的学习算法,目前的大多数算法都来源于此算法。 Hebb算法是由Hebb在1961年提出的。该算法认为,连接两个神经元的突触的强度按下列规则变化:当两个神经元同时处于激活状态时,强度被加强;否则被减弱。用数学形式表...
基于Hebb规则的分布神经网络学习算法
2007 基于 Hebb 规则的分布神经网络学习算法田大新2)1) ,2)1) 刘衍珩3)1) ,2) 李宾 吴静3)1) ,2)( 吉林大学计算机科学与技术学院 长春 130012 )( 吉林大学数学学院 长春 130012 )( 吉林大学符号计算与知识工程教育部重点实验室 长春 130012 )摘 要 随着知识发现与数据挖掘领域数据量的不断增加...
子神经网络来学习;通过对算法完整性及竞争 Hebb 学习 的风险界的分析,采用增长和修剪策略避免分割学习降低算法的学习精度.对该算法 的测试实验首先采用基准测试数据 circlein-the-square 测试了其学习能力,并与 SVM,ARTMAP 和 BP 神经网络进行比较;然后采用 UCI 中的数据集 USCensus1990 测试其对大规模数据的学习...
随着知识发现与数据挖掘领域数 据量的不断增加,为了处理大规模数据,scaling up学习成为KDD的热点研究领域.文中提出了基于Hebb规则的分布式神经网络学习算法实现scaling up学习.为了提高学习速度,完整数据集被分割成不相交的子集并由独立的子神经网络来学习;通过对算法完整性及竞争Hebb学习的风险界的分析,采用增长 和修剪...
基于Hebb规则的分布神经网络学习算法 维普资讯 http://www.cqvip.com