人工神经网络的主要学习算法

时间:2015-08-26 09:33 来源:自动控制网

    (1) 有师学习
    有师学习需要有个老师或导师来提供期望或目标输出信号。
    (2) 无师学习
    无师学习算法不需要知道期望输出。在训练过程中,只要向神经网络提供输入模式,神经网络就能够自动地适应连接权,以便按相似特征把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和Carpenter-Grossberg自适应谐振理论(ART)等。
    (3) 强化学习
    强化学习是有师学习的特例,它不需要老师给出目标输出,采用一个“评论员”来评价与给定输入相对应的神经网络输出的优度(质量因数) 。