基于输出层权值解析修正的神经网络有效训练

• 作者: 张德贤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 解析修正 轮换修正 推广性
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 学术探讨
• 页码范围: 82-84,140
• 页数: 4页
• 分类号: TP18
• 字数: 4057字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.04.026

摘要

根据神经网络训练误差对权值的梯度特征分析,提出了网络输出层权值与网络隐含层权值轮换修正的思想,并基于网络输出层权值与网络隐含层权值之间的依赖关系,建立了网络输出层权值解析修正和隐含层权值修正的具体方法,所提出的方法通过提高网络权值修正的准确性而提高网络训练的有效性.根据网络输出节点的输出误差与其总输入误差的关系,提出了进一步提高所获得网络推广性的具体方法.实例计算结果表明,所提出的方法可以显著地提高网络的训练效率,并有效地增强网络推广性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德贤	郑州工程学院计算机科学系	6	99	4.0	6.0