提高前向神经网络泛化性能和实时性能的新算法

被引：6

作者：

李冬梅

王正欧

机构：

[1] 天津大学系统工程研究所

[2] 天津大学系统工程研究所天津

[3] 天津

来源：

关键词：

前向神经网络; 泛化性能; 实时性能; 正则化方法;

D O I：

10.15938/j.emc.2002.03.016

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：

提出一种基于正则化最小二乘的前向神经网络快速学习的混合算法。该算法将正则化方法和基于单个权值的局部化快速算法的优势结合起来,并加入隐节点删除算法,极大地提高了前向网络的泛化性能和实时性能,学习收敛速度快,精度较高。仿真结果表明了该混合算法的有效性。

引用

页码：241 / 244+264 +264

页数：5