前馈神经网络变结构理论研究

本课题主要进行了前馈神经网络变结构方法的研究。在对二值性多层感知机的研究中，计算出了在二值样本的多层感知器中可能形成的误差曲面种类数，发现其种类远远小于原来人们认为的数量，从而大大降低了改变结构后重新训练的难度。从信息横向传播的研究方面，分别考虑了多层感知器和串联网络的情况，提出了一些新的算法，给出了多种节点选择准则和权矩阵更新方法，并提出了线形压缩法和正交投影压缩法。此外还研究了层间压缩问题、神经网络在专家系统中的应用，提出了一些看法，如引入新知识时尽量不影响旧知识的二次学习法等。