一种新的多层感知机隐含层神经元个数上限计算方法

被引:3
作者
张国敏
殷建平
祝恩
强永刚
机构
[1] 国防科技大学计算机学院
关键词
神经网络; 神经元; 多层感知机; 超平面; 分类;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
多层感知机在分类问题中具有广泛的应用。本文针对超平面阈值神经元构成的多层感知机用于分类的情况,求出了输入层神经元最多能把输入空间划分的区域数的解析表达式。该指标在很大程度上说明了感知机输入层的分类能力。本文还对隐含层神经元个数和输入层神经元个数之间的约束关系进行了讨论,得到了更准确的隐含层神经元个数上限。当分类空间的维数远小于输入层神经元个数时,本文得到的隐含层神经元个数上限比现有的结果更小。
引用
收藏
页码:137 / 139
页数:3
相关论文
共 2 条
  • [1] Bounds on the number of hidden neurons in three-layer binary neural networks
    Zhang, ZZ
    Ma, XM
    Yang, YX
    [J]. NEURAL NETWORKS, 2003, 16 (07) : 995 - 1002
  • [2] Approximation theory of the MLP model in neural networks[J] . Allan Pinkus.Acta Numerica . 1999