作者:
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:
介绍了一种自动优化神经网络的新启迪方法.这种启迪方法综合采用了快速自顶向下优化神经网络结构算法、动态优化学习参数算法和快速交叉校验算法.首先,快速自顶向下优化神经网络结构算法自动地优化神经网络结构;其次,动态优化学习参数算法动态地调整学习参数和选取优化的学习参数;随后,快速交叉校验算法的引入能有效地防止过度适应问题.实验结果显示,这种启迪方法与其它算法相比,具有更强的归纳性能、优化的网络结构和更快的学习速度.
推荐文章
自顶向下的数字系统设计方法
EDA技术
数字系统
自顶向下
仿真
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
基于遗传优化的概率神经网络预测方法
神经网络
概率神经网络
遗传算法
故障预测
奇异谱
PID神经网络的VHDL实现
PID
神经网络
VHDL
FPGA
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 自顶向下优化神经网络的方法
来源期刊 广东工业大学学报 学科 工学
关键词 神经网络 神经中枢手术优化 自顶向下 学习参数优化 交叉校验 归纳
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 95-101,107
页数 8页 分类号 TP183
字数 5655字 语种 中文
DOI 10.3969/j.issn.1007-7162.2006.03.019
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 杨钟瑾 广东商学院信息学院 9 96 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
神经中枢手术优化
自顶向下
学习参数优化
交叉校验
归纳
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
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
总被引数(次)
11966
论文1v1指导