神经网络的学习误差函数及泛化能力

被引：27

作者：

李杰

韩正之

机构：

[1] 上海交通大学智能工程研究所!

来源：

关键词：

神经网络; 泛化能力; 学习误差函数; 概率表示; K—L信息距离;

D O I：

10.13195/j.cd.2000.01.95.lij.025

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

用于训练神经网络的样本点集不可避免地会受到噪声污染。利用神经网络的概率描述，通过研究Ｋ—Ｌ信息距离和神经网络泛化能力的关系，构造一个新的神经网络学习误差函数。泛化能力分析和仿真结果表明了该学习误差函数的合理性。

引用

页码：95 / 97

页数：3