自适应加噪反向传播算法研究

被引:3
作者
胡瑜
陈光
机构
[1] 电子科技大学自动化工程学院
[2] 电子科技大学自动化工程学院 四川成都
[3] 四川成都
关键词
多层前向人工神经网络; 泛化能力; 反向传播算法; 自适应加噪;
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
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经网络的泛化能力 ,并以异或问题的仿真实验验证了上述结论
引用
收藏
页码:107 / 109
页数:3
相关论文
共 1 条
[1]  
Training Neural Networks with Additive Noise in the Desired Signal. Wang Chuan, Principe J C. IEEE Transactions on Neural Networks . 1999