收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Where-What网络增量学习特性探究

王悦凯  吴晓峰  翁巨扬  
【摘要】:我们人类能够通过与外界的交流自主学习概念,小孩子能够不断地学习新的任务。这与人类大脑自主发育的特点有着密切的联系。近几年,大量的人工智能方面的研究都着眼于自主发育这一概念。但到目前为止,如何构建自主发育网络仍旧是一个非常具有挑战性的研究课题。Where-What网络模型(WWN)模拟了人类大脑视觉皮层的工作机制,能够像小孩子一样在复杂背景中寻找并且识别物体。潜在具有自主发育功能。本文主要基于WWN-1到6的工作,并且结合相关实验,探究脑壳封闭网络(WWN-6)的增量学习特性。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姜卯生,王浩,姚宏亮;朴素贝叶斯分类器增量学习序列算法研究[J];计算机工程与应用;2004年14期
2 刘梅,权太范,姚天宾;基于增量学习神经模糊网络的机动目标跟踪[J];电子学报;2005年11期
3 李祥纳;艾青;秦玉平;刘卫江;;支持向量机增量学习算法综述[J];渤海大学学报(自然科学版);2007年02期
4 曹杰;刘志镜;;基于支持向量机的增量学习算法[J];计算机应用研究;2007年08期
5 骆世广;骆昌日;夏成锋;;基于β因子的支持向量机增量学习算法[J];仲恺农业技术学院学报;2007年02期
6 秦玉平;李祥纳;王秀坤;王春立;;支持向量机加权类增量学习算法研究[J];计算机工程与应用;2007年34期
7 张燕平;杜玲;赵姝;;构造性覆盖方法的增量学习算法[J];南京大学学报(自然科学版);2009年05期
8 赵耀红;王快妮;钟萍;王来生;;快速支持向量机增量学习算法[J];计算机工程与设计;2010年01期
9 李曼;李云;;云计算平台上基于选择性集成的增量学习研究[J];南京邮电大学学报(自然科学版);2012年05期
10 曾文华,马健;一种新的支持向量机增量学习算法[J];厦门大学学报(自然科学版);2002年06期
11 孔锐,张冰;一种快速支持向量机增量学习算法[J];控制与决策;2005年10期
12 王玲;穆志纯;郭辉;;基于支持向量回归的批处理增量学习方法[J];计算机工程;2007年10期
13 廖东平;魏玺章;黎湘;庄钊文;;一种支持向量机增量学习淘汰算法[J];国防科技大学学报;2007年03期
14 张瑞;;基于支持向量回归的增量学习算法[J];山东理工大学学报(自然科学版);2010年03期
15 白冬婴;王晓丹;马飞;;支持向量机增量学习方法及应用[J];航空计算技术;2007年04期
16 秦玉平;李祥纳;王秀坤;王春立;;基于超球支持向量机的类增量学习算法研究[J];计算机科学;2008年08期
17 戴洪;朱明;刘守群;;支持增量学习的文本单类别分类算法[J];计算机工程与应用;2008年27期
18 夏杰;徐继伟;荆瑞俊;;支持向量机增量学习在污染预测中的研究[J];西北工业大学学报;2014年01期
19 许仙珍,费树岷;一种基于增量学习的典型样本选取方法[J];常熟理工学院学报;2005年02期
20 罗福星;刘卫国;;一种朴素贝叶斯分类增量学习算法[J];微计算机应用;2008年06期
中国重要会议论文全文数据库 前7条
1 秦亮;唐静;史贤俊;肖支才;;一种改进的支持向量机增量学习算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
2 张庆彬;吴惕华;刘波;;一种改进的基于群体的增量学习算法[A];第二十六届中国控制会议论文集[C];2007年
3 张健沛;李忠伟;杨静;;一种基于多支持向量机的并行增量学习方法(英文)[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
4 王悦凯;吴晓峰;翁巨扬;;Where-What网络增量学习特性探究[A];第一届全国神经动力学学术会议程序手册 & 论文摘要集[C];2012年
5 赵莹;万福永;;支持向量机的增量学习算法及其在多类分类问题中的应用[A];第25届中国控制会议论文集(下册)[C];2006年
6 刘欣;章勇;王娟;;增量学习的TFIDF_NB协同训练分类算法[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
7 宫义山;钱娜;;贝叶斯网络结构在线学习算法及应用[A];科学发展与社会责任(A卷)——第五届沈阳科学学术年会文集[C];2008年
中国博士学位论文全文数据库 前3条
1 李敬;增量学习及其在图像识别中的应用[D];上海交通大学;2008年
2 段华;支持向量机的增量学习算法研究[D];上海交通大学;2008年
3 赵强利;基于选择性集成的在线机器学习关键技术研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜玲;覆盖算法的增量学习研究[D];安徽大学;2010年
2 张智敏;基于增量学习的分类算法研究[D];华南理工大学;2010年
3 李杰;数据复杂度的增量学习方法研究[D];广东工业大学;2015年
4 李丹;基于马氏超椭球学习机的增量学习算法研究[D];渤海大学;2015年
5 王媛;支持向量机增量学习算法及其在入侵检测中的应用研究[D];吉林大学;2008年
6 张灿淋;基于支持向量机的半监督式增量学习研究[D];浙江工业大学;2014年
7 吴慧;新的支持向量机增量学习算法[D];西安电子科技大学;2009年
8 周兴勤;基于选择性集成的增量学习研究[D];重庆大学;2014年
9 徐新功;支持向量机增量学习算法研究[D];西安电子科技大学;2012年
10 胡建龙;基于决策逻辑的增量学习算法研究[D];山西大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978