神经网络学习算法的过拟合问题及解决方法

被引：47

作者：

李俭川

秦国军

温熙森

胡茑庆

机构：

[1] 国防科技大学机电工程与自动化学院

来源：

振动、测试与诊断 | 2002年 / 04期

关键词：

神经网络; 计算机; BP算法; 过拟合; 均方误差; 自生成; 故障诊断;

D O I：

10.16450/j.cnki.issn.1004-6801.2002.04.003

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对反向传播学习算法及其改进算法中出现的过拟合问题 ,探讨了三种解决方法 :调整法、提前停止法和隐层节点自生成法 ,并用实例对三种方法进行了验证和比较。其中 ,调整法和提前停止法针对一个较大的网络可以解决过拟合问题 ,而隐层节点自生成法的提出既能避免过拟合问题 ,又能获得最少神经元网络结构。这三种方法有效地解决了在神经网络学习过程中的过拟合问题 ,提高了网络的适应性。它们不仅适合于函数逼近 ,而且可以推广到其他网络结构等应用领域

引用

页码：16 / 20+76

页数：6