前馈网的知识扩充及故障恢复

针对前馈网扩充性差的问题 ,提出了一种知识扩充方法 .在维持原有网络结构不变的基础上 ,通过添加一个新的子网 ,达到既保存现有训练结果 ,又可以学习新知识的目的 .同时 ,本文对神经网络的故障恢复策略进行了研究 ,提出了相应的补偿算法 .最后通过仿真实验对算法的有效性进行了验证 .