一种自适应神经网络学习方法及神经网络系统

摘要

本发明公开了一种自适应神经网络学习方法及该神经网络系统，该神经网络系统包含：输入层、隐含层、输出层和知识库，该方法包含：(1)新建并初始化知识库，对隐含层和输出层的权值调整并使输出结果相似度满足收敛条件；(2)在线自适应学习，对于某一输入数据将该组连接权值作为初始值，使用学习算法，得到输出结果；(3)判断输出结果和对应的期望输出的相似度是否满足要求：当满足要求时，则输出结果；否则，重复步骤(2)，历遍知识库中的所有知识，仍未找到，则视该数据为一项新知识的样本；(4)按照步骤(1)对连接权值进行调整，添加到知识库中。本发明的方法能够处理和判别内外数据、新旧数据，实现在线自适应学习和识别功能。