摘要
采用构造性神经网络来推导模糊有限状态自动机(记作FFA),在网络训练过程中,按照Blanco网络的学习规则调整连接权重,在网络结构的动态修改中利用了级-相关算法的最大相关性思想,最后将该网络应用到具体的FFA推导中,实验证明它是有效的.
Instead of just adjusting the weights in a recurran neural network of fixed topology, we ＇adopt the dynamic networks for automaton induction. The idea of maximizing correlation in the eascade-correlation algorithm is applied to adjusting the topology of the network. The experiment indicates that such a dynamic network performs well.
出处
《四川师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2005年第6期631-634,共4页
Journal of Sichuan Normal University（Natural Science）
基金
国家自然科学基金(69803007)资助项目
