基于子空间分析的前馈神经网络隐层评测方法

被引：1

作者：

朴相范

崔荣一

洪炳熔

李白雅

机构：

[1] 延边大学理工学院

[2] 哈尔滨工业大学计算机科学与技术学院

[3] 湖南科技大学信息学院

来源：

湖南科技大学学报(自然科学版) | 2004年 / 04期

关键词：

三层前馈神经网络; 隐层生长; 误差补偿性能; 隐层评测参数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对最佳平方逼近3层前馈神经网络模型,采用子空间分析方法,讨论了隐单元的误差补偿性能,提出了隐层评测方法.研究结果表明隐单元选取策略应遵循其输出向量有效分量位于误差空间、回避耗损空间和尽可能靠近某一能量空间的原则,这一结果与隐单元采用什么激发函数无关,也允许各隐单元采用不同激发函数.网络的隐层性能评价可以通过隐层品质因子、隐层有效系数、隐单元剩余度来进行,而总体结果可采用隐层评价因子进行评测.评测实验表明,所提出的隐层评测方法是合理有效的.图1,表1,参11.

引用

页码：59 / 63

页数：5

共 7 条

[1] 多层前馈神经网络隐单元数目上界的证明 [J].