摘要：针对增量学习的遗忘性问题和集成增量学习的网络增长过快问题，提出基于径向基神经网络（RBF)的集成增量学习方法。为了避免网络的遗忘性，每次学习新类别知识时都训练一个RBF神经网络，把新训练的RBF神经网络加入到集成系统中，从而组建成一个大的神经网络系统。分别采用最近中心法、最大概率法、最近中心与最大概率相结合的方法进行确定获胜子网络，最终结果由获胜子网络进行输出。在最大概率法中引入自组织映（S0M)的原型向量来解决类中心相近问题。为了验证网络的增量学习，用UCI机器学习库中Statlog(LandsatSatellke)数据集做实验，结果显示该网络在学习新类别知识后，既获得了新类别的知识也没有遗忘已学知识。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）