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       
摘要:
本文引荐了一种选择神经网络优化结构的改进方法.常规交叉校验算法从大量候选模型中,通过训练和比较来搜寻网络优化结构.本文提出一种与规则化方法相关的快速算法,这种算法仅在少许适当的候选模型中选定网络优化结构.实验证明,这种快速算法与常规交叉校验算法相较而言,具有更快捷和更高效的优点.
推荐文章
基于Pareto的神经网络结构集成优化方法
结构优化
进化计算
Pareto最优
网络集成
一种确定神经网络初始权值的新方法
粒子群优化算法
BP算法
神经网络
局部极小
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
神经网络的泛化能力与结构优化算法研究
神经网络
泛化能力
结构优化
正则化
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 快速选定神经网络优化结构的方法
来源期刊 计算机科学 学科 工学
关键词 交叉校验 规则化 结构优化 自底向上 自顶向下 遗传算法 前馈神经网络 归纳 反向传播算法
年,卷(期) 2005,(4) 所属期刊栏目 人工智能与图像处理技术
研究方向 页码范围 81-83
页数 3页 分类号 TP3
字数 3947字 语种 中文
DOI 10.3969/j.issn.1002-137X.2005.04.026
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 史忠科 364 4467 30.0 49.0
2 杨钟瑾 4 70 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (0)
二级引证文献  (2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(4)
  • 引证文献(3)
  • 二级引证文献(1)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交叉校验
规则化
结构优化
自底向上
自顶向下
遗传算法
前馈神经网络
归纳
反向传播算法
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导