混合型学习模型HLM中的增量学习算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到国家自然科学基金资助.


THE INCREMENTAL LEARNING ALGORITHM IN HYBRID LEARNING MODEL HLM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合,能学习多概念和连续属性,其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上,在给系统增加新的实例时,只需进行一遍增量学习调整原结构,不用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.本文主要介绍该模型中的增量学习算法.

    Abstract:

    The multi-concept acquisition algorithm HMCAP and the neural network algorithm FTART are integrated in hybrid learning model HLM,which can deal with multiple concepts and continuous attributes.In this paper,the incremental learning algorithin of HLM which based on the structure of hybrid binary decision tree and FTART network is proposed.It has the ability of adjusting old structure to improve learning accuracy by once learning instead of rebuilding the decision tree and the neural networks when the new examples were provided.

    参考文献
    相似文献
    引证文献
引用本文

陈兆乾,周志华,李红兵,谢俊元.混合型学习模型HLM中的增量学习算法.软件学报,1997,8(11):875-880

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:1997-03-18
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号