神经网络学习算法中的初始参数对泛化性能和效率的影响研究

该文的目的是研究影响神经网络的泛化性能和实时学习性能的因素。首先研究了初始权值的范围、学习率和正则项系数对泛化性能和学习速度的影响。基于此,提出了一种同时考虑这三种因素的混合学习方法,并动态地调整学习率和正则项系数。然后,通过几个不同问题的实例仿真,将几种不同的方法所取得的结果进行了比较,验证了所提出方法的有效性。最后是全文总结。