前向神经网络的处理能力和推广性量度

被引：4

作者：

黄山松

杜继宏

冯元琨

机构：

[1] 清华大学自动化系!北京

来源：

清华大学学报(自然科学版) | 1999年 / 07期

关键词：

人工神经网络; 前向神经网络; 推广性; 插值误差;

D O I：

10.16511/j.cnki.qhdxxb.1999.07.014

中图分类号：

学科分类号：

摘要：

目标问题的复杂程度和网络处理能力的适合程度是影响人工神经网络推广性的本质因素。为了衡量前向神经网络（ＦＮＮ）的处理能力，该文对ＦＮＮ的插值误差进行了研究，得到了统计意义下ＦＮＮ处理能力的估计值，进而定义了能间接反映神经网络推广性的推广性量度。该方法能够估计出适合目标问题的网络规模，应用于函数逼近和样本分类问题，仿真结果证实了该方法的有效性。

引用

页码：54 / 58

页数：5

共 4 条

[1]

An iterativepruning algorithm for feedforw ard neural netw orks. Castellano G,Fanelli A M,Pelillo M. I E E E Trans on Neural Netw orks . 1997

[2]

Random ness in generalization ability: Asource to im prove it. Sarkar D. I E E E Trans on Neural Netw orks . 1996

[3]

Constructive algorithm s forstructure learning in feedforw ard neuralnetw orks forregression problem s. Kw ok T Y,Yeung D Y. I E E E Trans on Neural Netw orks . 1997

[4]

Netw ork generalization differencesquantified. Partridge D. Neural Netw orks . 1996

← 1 →