原文服务方: 计算机应用研究       
摘要:
从泛化理论、现有提高神经网络泛化能力的方法等几个方面总结了当前神经网络结构优化与泛化能力研究的现状.神经网络泛化能力的提高可通过神经网络结构的优化和正则化等方法加以实现.最后提出了今后研究的展望.
推荐文章
一种提高神经网络集成系统泛化能力的方法
噪声添加
神经网络集成
泛化能力
一种提高前向神经网络泛化性能的新算法
神经网络
遗传算法
正则项系数
泛化能力
结构优化的RBF神经网络学习算法
径向基函数神经网络
隐单元个数
删减
神经网络的两种结构优化算法研究
神经网络结构优化
剪枝算法
权值拟熵
权值敏感度
快速构造算法
泛化性能
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 神经网络的泛化能力与结构优化算法研究
来源期刊 计算机应用研究 学科
关键词 神经网络 泛化能力 结构优化 正则化
年,卷(期) 2002,(6) 所属期刊栏目 研究探讨
研究方向 页码范围 21-25,84
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2002.06.007
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (49)
节点文献
引证文献  (130)
同被引文献  (112)
二级引证文献  (270)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(3)
  • 参考文献(3)
  • 二级参考文献(0)
1990(4)
  • 参考文献(4)
  • 二级参考文献(0)
1991(3)
  • 参考文献(3)
  • 二级参考文献(0)
1992(4)
  • 参考文献(3)
  • 二级参考文献(1)
1993(6)
  • 参考文献(6)
  • 二级参考文献(0)
1994(10)
  • 参考文献(9)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(7)
  • 参考文献(6)
  • 二级参考文献(1)
1998(6)
  • 参考文献(2)
  • 二级参考文献(4)
1999(5)
  • 参考文献(5)
  • 二级参考文献(0)
2000(4)
  • 参考文献(4)
  • 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(11)
  • 引证文献(11)
  • 二级引证文献(0)
2004(7)
  • 引证文献(6)
  • 二级引证文献(1)
2005(11)
  • 引证文献(10)
  • 二级引证文献(1)
2006(20)
  • 引证文献(16)
  • 二级引证文献(4)
2007(16)
  • 引证文献(12)
  • 二级引证文献(4)
2008(33)
  • 引证文献(15)
  • 二级引证文献(18)
2009(33)
  • 引证文献(10)
  • 二级引证文献(23)
2010(22)
  • 引证文献(2)
  • 二级引证文献(20)
2011(31)
  • 引证文献(6)
  • 二级引证文献(25)
2012(16)
  • 引证文献(4)
  • 二级引证文献(12)
2013(23)
  • 引证文献(5)
  • 二级引证文献(18)
2014(26)
  • 引证文献(5)
  • 二级引证文献(21)
2015(21)
  • 引证文献(7)
  • 二级引证文献(14)
2016(24)
  • 引证文献(5)
  • 二级引证文献(19)
2017(26)
  • 引证文献(5)
  • 二级引证文献(21)
2018(38)
  • 引证文献(5)
  • 二级引证文献(33)
2019(26)
  • 引证文献(4)
  • 二级引证文献(22)
2020(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
神经网络
泛化能力
结构优化
正则化
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
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
论文1v1指导