学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
提高前馈神经网络泛化能力的新算法
被引:9
作者
:
论文数:
引用数:
h-index:
机构:
鲁子奕
杨绿溪
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学无线电系
杨绿溪
论文数:
引用数:
h-index:
机构:
吴球
何振亚
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学无线电系
何振亚
机构
:
[1]
东南大学无线电系
来源
:
电路与系统学报
|
1997年
/ 04期
关键词
:
泛化能力,过训练,熵;
D O I
:
暂无
中图分类号
:
O233 [逻辑网络理论];
学科分类号
:
070105 ;
0711 ;
071101 ;
0811 ;
081101 ;
摘要
:
利用神经网络提取含噪数据的特征时,如何提高泛化能力是亟需解决的重要问题。通常的解决方法是通过结构优化和正则化来控制网络的复杂性。本文从熵函数的概念出发,提出了一项新的加性惩罚因子以消除过训练现象,从而有效的提高网络的泛化能力。
引用
收藏
页码:7 / 12
页数:6
相关论文
未找到相关数据
未找到相关数据