钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
一般工业技术期刊
\
振动、测试与诊断期刊
\
神经网络学习算法的过拟合问题及解决方法
神经网络学习算法的过拟合问题及解决方法
作者:
李俭川
温熙森
秦国军
胡茑庆
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
神经网络
计算机
BP算法
过拟合
均方误差
自生成
故障诊断
摘要:
针对反向传播学习算法及其改进算法中出现的过拟合问题,探讨了三种解决方法:调整法、提前停止法和隐层节点自生成法,并用实例对三种方法进行了验证和比较.其中,调整法和提前停止法针对一个较大的网络可以解决过拟合问题,而隐层节点自生成法的提出既能避免过拟合问题,又能获得最少神经元网络结构.这三种方法有效地解决了在神经网络学习过程中的过拟合问题,提高了网络的适应性.它们不仅适合于函数逼近,而且可以推广到其他网络结构等应用领域.
暂无资源
收藏
引用
分享
推荐文章
人工神经网络预报模型的过拟合研究
神经网络
泛化性能
过拟合现象
预报建模
一种新的神经网络学习算法
神经网络
学习算法
启发式学习
网络优化
改进的神经网络最近邻聚类学习算法及其应用
神经网络
预测
径向基函数
最近邻聚类算法
动态Hopfield神经网络模型及学习算法
动态Hopfield神经网络
权矩阵
增设函数
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
神经网络学习算法的过拟合问题及解决方法
来源期刊
振动、测试与诊断
学科
工学
关键词
神经网络
计算机
BP算法
过拟合
均方误差
自生成
故障诊断
年,卷(期)
2002,(4)
所属期刊栏目
论文
研究方向
页码范围
260-264
页数
5页
分类号
TH165.3
字数
3825字
语种
中文
DOI
10.3969/j.issn.1004-6801.2002.04.003
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
温熙森
国防科技大学机电工程与自动化学院
96
1778
24.0
38.0
2
胡茑庆
国防科技大学机电工程与自动化学院
65
1255
20.0
33.0
3
秦国军
国防科技大学机电工程与自动化学院
38
596
12.0
23.0
4
李俭川
国防科技大学机电工程与自动化学院
18
535
9.0
18.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(4)
参考文献
(4)
节点文献
引证文献
(93)
同被引文献
(76)
二级引证文献
(130)
1992(1)
参考文献(1)
二级参考文献(0)
1997(1)
参考文献(1)
二级参考文献(0)
1998(1)
参考文献(1)
二级参考文献(0)
1999(1)
参考文献(1)
二级参考文献(0)
2002(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2003(1)
引证文献(1)
二级引证文献(0)
2004(1)
引证文献(1)
二级引证文献(0)
2005(2)
引证文献(2)
二级引证文献(0)
2006(7)
引证文献(5)
二级引证文献(2)
2007(21)
引证文献(8)
二级引证文献(13)
2008(21)
引证文献(6)
二级引证文献(15)
2009(18)
引证文献(5)
二级引证文献(13)
2010(24)
引证文献(4)
二级引证文献(20)
2011(11)
引证文献(3)
二级引证文献(8)
2012(11)
引证文献(3)
二级引证文献(8)
2013(9)
引证文献(6)
二级引证文献(3)
2014(9)
引证文献(4)
二级引证文献(5)
2015(10)
引证文献(5)
二级引证文献(5)
2016(18)
引证文献(8)
二级引证文献(10)
2017(13)
引证文献(3)
二级引证文献(10)
2018(17)
引证文献(12)
二级引证文献(5)
2019(20)
引证文献(11)
二级引证文献(9)
2020(10)
引证文献(6)
二级引证文献(4)
研究主题发展历程
节点文献
神经网络
计算机
BP算法
过拟合
均方误差
自生成
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动、测试与诊断
主办单位:
南京航空航天大学
全国高校机械工程测试技术研究会
出版周期:
双月刊
ISSN:
1004-6801
CN:
32-1361/V
开本:
出版地:
南京市御道街29号
邮发代号:
创刊时间:
语种:
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
人工神经网络预报模型的过拟合研究
2.
一种新的神经网络学习算法
3.
改进的神经网络最近邻聚类学习算法及其应用
4.
动态Hopfield神经网络模型及学习算法
5.
深度学习的BP神经网络在GNSS水准拟合中的应用
6.
基于粒子群优化与 BP算法的协同神经网络学习方法
7.
BP神经网络预测算法的改进及应用
8.
改进粒子群算法在BP神经网络拟合非线性函数方面的应用
9.
小波神经网络的高效学习算法及应用研究
10.
自适应学习率的小波神经网络逼近算法
11.
基于改进BP神经网络的GPS高程拟合方法
12.
采用资格迹的神经网络学习控制算法
13.
BP神经网络学习算法的改进及应用
14.
SA算法优化BP神经网络应用于GPS高程拟合
15.
基于神经网络学习控制的图像挖掘算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
振动、测试与诊断2022
振动、测试与诊断2021
振动、测试与诊断2020
振动、测试与诊断2019
振动、测试与诊断2018
振动、测试与诊断2017
振动、测试与诊断2016
振动、测试与诊断2015
振动、测试与诊断2014
振动、测试与诊断2013
振动、测试与诊断2012
振动、测试与诊断2011
振动、测试与诊断2010
振动、测试与诊断2009
振动、测试与诊断2008
振动、测试与诊断2007
振动、测试与诊断2006
振动、测试与诊断2005
振动、测试与诊断2004
振动、测试与诊断2003
振动、测试与诊断2002
振动、测试与诊断2001
振动、测试与诊断2000
振动、测试与诊断2002年第4期
振动、测试与诊断2002年第3期
振动、测试与诊断2002年第2期
振动、测试与诊断2002年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号