一种估计人工神经网络泛化误差的新方法

• 作者: 李杰 韩正之
• 来源期刊: 控制理论与应用
• 关键词: 人工神经网络 泛化误差 结构学习 随机点集
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 短文
• 页码范围: 257-259
• 页数: 3页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2001.02.022

摘要

神经网络的结构学习就是要确定网络的拓扑，使之有较好的泛化能力.本文考虑了确定性前向网络，而其训练集合是随机点集的结构学习问题.文章定义了一种新的结构学习目标函数，给出了它与目前常用的目标函数比较的优越性，讨论了相关的学习算法，还给出了一个例子说明这种学习的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩正之	上海交通大学智能工程研究所	114	2250	22.0	45.0
2	李杰	上海交通大学智能工程研究所	67	905	15.0	28.0