%0 Journal Article
%T 混合型多概念获取算法的设计及其抗噪音能力
%A 李红兵？
%A 周志华？
%A 陈兆乾？
%J 软件学报
%P 511-515
%D 1999
%X ihmcap(incrementalhybridmulti-conceptsacquisitionprocedure)算法将基于概率论的符号学习与神经网络学习相结合,通过引入ftart(fieldtheory-basedadaptiveresonancetheory)神经网络,成功地解决了符号学习与神经网络学习精度之间的均衡性问题,实现了两种不同思维层次的靠近.该算法采用一种独特的增量学习机制,当增加新的实例时,只需进行一遍增量学习,调整原结构,不必重新生成判定树和神经网络,即可提高学习精度,速度快,效率高.同时,这种增量学习机制还可以降低算法对噪音数据的敏感度,从而使ihmcap可以应用于实时在线学习任务.
%K 混合模型
%K 增量学习
%K 神经网络
%K 噪音处理.
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=19990511&flag=1