基于启发知识的神经网络训练策略

• 作者: 向国全 张德贤 王光霞 申石磊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 启发性知识 约束训练 神经网络
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP393
• 字数: 5455字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.01.015

摘要

基于对目前神经网络存在问题的具体分析,认为将启发性信息引入神经网络训练将是提高网络学习能力、质量以及效率的重要途径。进而讨论了启发知识的来源与种类,将启发性知识分成诱导性约束和强制性约束两类,进而建立了引入网络训练的相应策略,给出了启发性知识引入与选择的具体原则,并建立了两种基于导数关系的启发知识模型。最后建立了神经网络的具体训练算法。具体应用结果证明了所提出策略与方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申石磊		23	324	8.0	17.0
2	张德贤		5	57	3.0	5.0
3	向国全		7	81	4.0	7.0
4	王光霞		1	4	1.0	1.0