一种提高前向神经网络泛化性能的新算法

被引：3

作者：

吴建生 ^{[1
]}

金龙 ^{[2
]}

杨善朝 ^{[3
]}

机构：

[1] 柳州师范高等专科学校数学与计算机科学系

[2] 广西气象减灾研究所

[3] 广西师范大学数学科学学院

来源：

关键词：

神经网络; 遗传算法; 正则项系数; 泛化能力;

D O I：

10.13976/j.cnki.xk.2006.05.007

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种利用遗传算法优化前向神经网络的结构和正则项系数的混合学习算法.将该方法与附加动量的BP算法、固定正则项系数神经网络方法进行比较.数值结果显示该方法具有精度高、学习收敛速度快和泛化能力高等优点.*

引用

页码：574 / 578+583 +583

页数：6