10.3321/j.issn:1002-8331.2006.04.012
提高神经网络泛化能力的研究
从模糊理论的角度出发,提出了一种改进神经网络泛化能力的新方法-"缩放法".这种方法通过对输入向量的缩放处理,来缩小或模糊化训练样本和新的模式之间的差别,从而使神经网络的泛化能力得以提高.文中提出的新算法-α算法,可以找到合适的缩放因子,进而得到泛化能力更强的新网络.一些实验例证了"缩放法"和α算法的有效性,并从理论上对其进行了初步分析和讨论.
神经网络、泛化、误识率、模糊理论
42
TP183(自动化基础理论)
国家自然科学基金0511012500;教育部科技司资助项目
2006-04-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
38-41