论文部分内容阅读
多层前向神经网络（ＭＬＰ）的容错性有两种主要的研究方法，改进算法和部件冗余，前一种方法需要耗用大量的学习时间，对大型网络不适用的，Ｐｈａｔａｋ曾提出了一种方法进行ＭＬＰ的单故障容错的一种网络结构，但是冗余部件数庞大，尤其对于大型网络，本文提出了一种新的冗余体系结构，针对单隐层ＭＬＰ的单故障容错问题，这种体系结构充分节不同权值的不同重要度，解决了原体系结构的瓶颈问题，可以显著减少冗余部件数，尤其对于