正则化神经网络与提前终止迭代的比较分析

摘要：

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。

关键词：神经网络、分类算法、过拟合、正则化

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：112-114