自组织增量学习神经网络综述

来源：软件学报杂志2016年第9期北京时间：

作者：邱天宇,申富饶,赵金熙

单位：邱天宇，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002311,申富饶，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002302,赵金熙，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002303

摘要：自组织增量学习神经网络SOINN（self-organizing incremental neural network）是一种基于竞争学习的两层神经网络，用于在没有先验知识的情况下对动态输入数据进行在线聚类和拓扑表示，同时，对噪音数据具有较强的鲁棒性.SOINN的增量性，使得它能够发现数据流中出现的新模式并进行学习，同时不影响之前学习的结果.因此，SOINN能够作为一种通用的学习算法应用于各类非监督学习问题中.对SOINN的模型和算法进行相应的调整，可以使其适用于监督学习、联想记忆、基于模式的推理、流形学习等多种学习场景中.SOINN已经在许多领域得到了应用，包括机器人智能、计算机视觉、专家系统、异常检测等.

关键词：神经网络;自组织;竞争学习;增量学习

基金资助：国家自然科学基金（61375064，61373001）；江苏省自然科学基金（BK20131279）