一种新的模糊规则动态调整正则项系数的神经网络学习方法

• 作者: 张立明 武妍
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 神经网络 模糊规则推理 泛化能力 正则化
• 年，卷（期）: 2002,（3）
• 页码范围: 189-194
• 页数: 6页
• 分类号: TP18
• 字数: 5510字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.2002.03.007

摘要

从偏差-方差模型出发,提出了一种通过模糊规则推理动态调整正则项系数的新方法,并有效地确定了模糊推理规则和隶属度函数.并将该方法与BP算法和固定正则项系数的方法进行了比较,该方法具有精度高、收敛快和泛化能力高等优点,通过实例表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立明	复旦大学电子工程系	104	1550	23.0	34.0
2	武妍	同济大学计算机科学与工程系	58	726	15.0	24.0