摘要: 针对稀疏神经网络应用中连接度和中间节点不易确定的问题,并根据生物神经网络的特点,提出了学习中改变神经网络连接度和隐含结点数的学习算法。模拟脑皮层由薄到厚的发育过程,根据当前的学习结果,改变网络的拓扑结构,逐步增加网络中的连接和节点,最终学习得到满意的稀疏神经网络。新算法可以用结构更简单的稀疏神经网络达到满足要求的拟合精度,并通过仿真算例进一步验证了算法的有效性。
冯 超;李 柠;李少远. 递增的稀疏神经网络研究 [J]. 应用科学学报.
FENG Chao;LI Ning;LI Shao-yuan. Growing Sparse Neural Networks
[J]. Journal of Applied Sciences.