一种具有抗噪音能力的增量式混合学习算法-中国科技论文在线.PDFVIP

中国科技论文在线 第 36 卷 第 6 期 计 算 机 研 究 与 发 展 V o l36,N o 6 1999 年 6 月 JOU RNAL O F COM PU T ER R ESEA RCH D EV ELO PM EN T June 1999 一种具有抗噪音能力的增量式混合学习算法 陈兆乾　　周志华　　姜　远　　陈世福 (南京大学计算机软件新技术国家重点实验室　南京　210093) 摘　要　文中提出了一种具有抗噪音能力的增量式混合学习算法 IHM CA P. 该算法将基于概率论的符号学习与神 经网络学习相结合, 通过引入 FTA R T 神经网络, 不仅实现了两种不同思维层次的靠近, 还成功地解决了符号学习 与神经网络学习精度之间的均衡性问题. 其独特的增量学习机制不仅使得它只需进行一遍增量学习即可完成对新 增示例的学习, 还使该算法具有较好的抗噪音能力, 从而可以应用于实时在线学习任务. 关键词　混合模型, 增量学习, 神经网络, 噪音处理 中图法分类号　T P 18 AN INCREM ENTAL HY BR ID L EARN ING AL GOR ITHM W ITH NO ISE RESISTANCE AB IL ITY , , , CH EN Zhao Q ian ZHOU Zh i H ua J IAN G Yuan and CH EN Sh i Fu (S tate K ey L abora tory f or N ovel S of tw are T echnology , N anj ing U n iversity , N anj ing 210093) Abstract　 In the paper here, an increm en tal hyb rid learn ing algo rithm IHM CA P is p ropo sed , w h ich has the ab ility of no ise resistance. T h is algo rithm successfu lly com b ines p robab ility based sym bo lic learn ing w ith neu ral learn ing. By adop ting the FTA R T neu ral netw o rk p ropo sed be fo re, the IHM CA P no t on ly p ropo rtion s the learn ing accu racy betw een sym bo lic and neu ral parts, bu t also lays the tw o differen t though t levels aboard. T he un ique increm en tal learn ing m echan ism emp loyed enab les the IHM CA P perfo rm s on ly one round learn ing to cover new train . ,