基于单位分解的神经网络构造

摘要

针对三层BP(Back Propagation,反向转播)神经网络,提出了隐层神经元的底层"状态域"的概念,通过利用"状态域"和单位分解方法构造了一种新的人工神经网络结构.当网络有输入时,根据输入处于状态域中的位置来激活对应的神经元,整个网络的输出只与所激活的那部分神经元有关,故在进行训练时就不必更新所有的连接权值,因此能大大降低更新权值的维度和学习复杂度,提高学习质量.