31、级联相关与基于案例推理技术解析

级联相关与基于案例推理技术解析

1. 级联相关网络概述

级联相关（Cascade Correlation，CC）网络具有独特的优势，它能够自主生长网络，并在已有知识的基础上构建新的学习内容。这种特性体现了发展心理学家常讨论但未精确阐述的建构主义思想。在认知发展的诸多现象模拟中，CC网络得到了广泛应用。

下面为你提供一些相关资源：
- Java小程序： http://www.psych.mcgill.ca/perpg/fac/shultz/cdp/lnsc applet.htm ，可直接比较级联相关和反向传播算法在一些基准问题上的表现，还允许输入文本编辑的自定义训练和测试模式。
- LNSC Java代码库： http://www.lnsclab.org/ ，提供免费编译的BP、CC、SDCC和KBCC神经网络软件的Java版本以及教程。

2. CC网络在认知发展模拟中的应用

CC网络在多个认知发展任务模拟中表现出色，以下是具体介绍：
|任务名称|模拟情况|
| ---- | ---- |
|平衡秤任务|CC网络经历了与儿童相同的阶段，捕捉到了扭矩差异效应，即在绝对扭矩差异大的问题上表现优于差异小的问题。|
|守恒任务|CC网络捕捉到四个重要的守恒规律：从非守恒信念转变为守恒信念；习得过程中表现突然提