10.3969/j.issn.1001-7119.2013.10.038
正则化神经网络与提前终止迭代的比较分析
神经网络算法是一种非常经典的分类算法,然而神经网络的一个不足之处就是容易陷入过拟合。针对这种不足,正则化神经网路算法与提前终止迭代算法被提了出来。为了进一步研究这两种算法性能的差异,本文通过20个UCI标准数据集上对着这两种方法进行了性能测试。实验显示在分类准确率上正则化神经网路算法要更优秀一些,但是在分类速度上提前终止迭代算法更占优势。
神经网络、分类算法、过拟合、正则化
TP391(计算技术、计算机技术)
2013-11-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
112-114