10.3969/j.issn.1000-1220.2007.05.018
改进的神经网络及其自适应学习速率的研究
从提高神经网络泛化能力的角度提出一种改进方法.利用Taylor级数展开的思想,用线性和非线性组合构成函数映射关系,即改进的神经网络是用原神经网络的非线性映射和关于输入信号的线性映射的和来逼近期望值.文中还给出了该神经网络学习速率的自适应调节方法.对线性对象和非线性对象分别进行建模仿真,结果表明,改进的神经网络比基于正则化方法的神经网络具有更好的泛化能力.
神经网络、泛化能力、Taylor级数展开、自适应学习速率
28
TP18(自动化基础理论)
2007-06-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
845-848