一种新型变结构神经网络的研究与应用

摘要

本文研究如何找到一整套确定网络最优结构的方法。使得在采用BP算法训练网络之前不必靠猜测确定网络结构，而是由网络通过输入的向量在训练的过程中自主地构建起最优的结构来，最大限度地减少了人为的因素也就减小了人为参数带来的误差。本文的创新点在于：给出了一整套网络自主构造最优结构的方法。提出了设定网络初始结构的方法。在对Cascade-Correlation 算法深入研究的基础上进行了算法的改进，说明了这一新算法原CC算法和BP算法的优势所在。以OBS算法为基础，提出了适应于本文这一新网络的动态删减冗余的算法。结合大量的文献和实验结果,考虑到网络的泛化性，提出了适应于本文新型变结构神经网络的训练中止条件。编制了一个可视化的软件动态演示了网络构造的过程和性能的提高。