前向神经网络泛化问题研究

• 作者: 姜斌 盛守照
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 前向神经网络 泛化性能 复杂性
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 控制理论与实践
• 页码范围: 1388-1390
• 页数: 3页
• 分类号: TP18
• 字数: 2835字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2006.09.026

摘要

针对前向神经网络泛化问题,从函数论的角度分析了影响前向神经网络泛化性能的因素.为了提高网络的泛化性能,从理论上分析指出,在网络学习过程中通过增加隐含层神经元来降低网络最大固有误差和最大样本误差的同时,要求确保网络泛化定义域尽可能接近网络输入定义域,否则将有可能降低网络的泛化性能.通过数值试验验证了上述结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛守照	南京航空航天大学自动化学院	57	223	9.0	12.0
2	姜斌	南京航空航天大学自动化学院	164	1102	17.0	25.0