论文部分内容阅读
该文提出了一种神经网络的序贯学习算法（ＳＬＡ），它主要由一种有界自适应权值修正算法和结构自适应调整规则所组成，具有在给定初始知识，并且不对旧知识进行存储和重新处理的条件下，有效地学习新知识，以便不断扩充系统的知识、提高系统的智能和逐渐增强系统对变化环境的适应能力。文中的实验研究验证了该算法的有效性。