随机权网络稀疏正则化算法及其应用

摘要：

随机权网络是一种有效的前馈神经网络(FNNs),尤其是内权和偏置值的随机选取极大地提高了网络的学习速率,并克服了其他学习算法的一些不足.但是,其在计算外权的过程中也存在着一些不足.我们就此不足提出了一个新的算法——稀疏正则化算法,并结合梯度投影算法给出了一种迭代解,进而提出了相应的参数选择方法和算法终止准则.实验证明所提出的算法的优势,尤其是当隐层神经元数较多和训练样本较大时,所给出的算法具有明显的优势.

关键词：随机权网络、稀疏正则化、梯度投影、人脸识别

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272023,61101240

在线出版日期：2014-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：430-434