一种结构自适应的神经网络特征选择方法
特征选择是数据处理的一项重要内容.现有的基于神经网络的特征选择方法没有考虑网络中隐结点数目的变化,使网络结构在特征选择过程中往往变得不合理,这阻碍了特征的进一步删除以及网络泛化性能的提高.针对以上问题提出了一种结构自适应的神经网络特征选择方法,通过交替删除网络中冗余的输入特征和隐结点,使网络结构在特征选择的过程中保持相对良好.实验表明,该方法既能快速有效地删除特征,又提高了网络的泛化性能.
特征选择、网络结构、前馈神经网络、惩罚项
39
TP183(自动化基础理论)
国家自然科学基金60275020
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1613-1617