自组织增量学习神经网络综述

摘要：

自组织增量学习神经网络SOINN(self-organizing incremental neural network)是一种基于竞争学习的两层神经网络,用于在没有先验知识的情况下对动态输入数据进行在线聚类和拓扑表示,同时,对噪音数据具有较强的鲁棒性.SOINN的增量性,使得它能够发现数据流中出现的新模式并进行学习,同时不影响之前学习的结果.因此,SOINN能够作为一种通用的学习算法应用于各类非监督学习问题中.对SOINN的模型和算法进行相应的调整,可以使其适用于监督学习、联想记忆、基于模式的推理、流形学习等多种学习场景中.SOINN已经在许多领域得到了应用,包括机器人智能、计算机视觉、专家系统、异常检测等.

关键词：神经网络、自组织、竞争学习、增量学习

所属期刊栏目：27

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61375064,61373001;江苏省自然科学基金BK20131279National Natural Science Foundation of China61375064,61373001;Natural Science Foundation of Jiangsu ProvinceBK20131279

在线出版日期：2016-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：2230-2247