论文部分内容阅读
针对稀疏神经网络应用中连接度和中间节点数不易确定的问题，并根据生物神经网络的特点，提出了学习中改变神经网络连接度和隐含结点数的学习算法．模拟脑皮层由薄到厚的发育过程，根据当前的学习结果，改变网络的拓扑结构，逐步增加网络中的连接和节点，最终学习得到满意的稀疏神经网络．新算法可以用结构更简单的稀疏神经网络达到满足要求的拟合精度，并通过仿真算例进一步验证了算法的有效性．