B-P 网络泛化性能的改善

• 作者: 林俊 章兢
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 神经网络 过度吻合 泛化性能 性能函数
• 年，卷（期）: 2001,（3）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP183
• 字数: 3647字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2001.03.001

摘要

在神经网络的训练过程中存在"过度吻合”的现象,即训练样本的误差已达到非常小的一个值,但是非训练样本的误差非常大,造成神经网络的泛化性能不好.本文说明了泛化性能与隐层节点数的关系,并提出了通过改变性能函数来改善B-P网络的泛化性能的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章兢	湖南大学电气与信息工程学院	250	2846	28.0	42.0
2	林俊	湖南大学电气与信息工程学院	5	66	3.0	5.0