前向神经网络动态学习

被引：4

作者：

叶世伟

史忠植

机构：

[1] 中国科大研究生院计算机学部!北京

[2] 不详

来源：

电子学报 | 1998年 / 11期

关键词：

隐单元删除; 删除规则; 前向网络; 动态学习;

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：

摘要：

在网络中同一隐层的所有神经元对不同样本的输出所构成的向量组应线性无关本文利用这一基本事实，对每一隐层引入了一相关向量及相应的无关度，根据无关度对该隐层神经元数目进行删除或增加，同时适当调整相应的网络权值，这样做既可以避免对隐层神经元的预先确定，同时还可以在学习过程中逃离局部极小根据删除神经元对网络所带来的误差的详细分析，给出了确定删除隐层神经元的最优规则数据实验表明了该方法的有效性

引用

页码：140 / 144

页数：5