网络泛化能力与随机扩展训练集

• 作者: 卢鹏飞 张素贞 杨慧中 陶振麟
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 前馈神经网络 泛化能力 最大局部熵密度函数 Chebyshev不等式
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 短文
• 页码范围: 963-966
• 页数: 4页
• 分类号: TP183|O211.66
• 字数: 3001字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2002.06.032

摘要

针对神经网络的过拟合和泛化能力差的问题,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计,提出了运用Chebyshev不等式的样本参数按类分批自校正方法,以此估计拉伸样本集,得到新的随机扩充训练集.使估计质量更高,效果更好.仿真结果证明用这种方法训练的前馈神经网络具有较好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学通信与控制工程学院	228	1844	20.0	33.0
2	陶振麟	华东理工大学自动化研究所	16	143	7.0	11.0
3	张素贞	华东理工大学自动化研究所	29	343	10.0	17.0
4	卢鹏飞	江南大学通信与控制工程学院	4	31	3.0	4.0