一种提高神经网络泛化能力的新方法

• 作者: 冯乃勤 王芳 邱玉辉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 神经网络 泛化 误识率 模糊理论
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 人工智能与图像处理技
• 页码范围: 201-204
• 页数: 4页
• 分类号: TP3
• 字数: 4960字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.02.057

摘要

提出了一种改进神经网络泛化能力的新方法--"缩放法".这种方法通过对输入向量的缩放处理,来缩小或模糊化训练样本和新的模式之间的差别,从而使神经网络的泛化能力得以提高.文中提出的新算法--α算法,可以找到合适的缩放因子,进而得到泛化能力更强的新网络.一些实验例证了"缩放法"和α算法的有效性,并从理论上对其进行了分析和讨论.实验和分析表明,这种方法简单可靠,对许多神经网络和模式分类问题效果明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯乃勤	西南师范大学计算机与信息科学学院	1	16	1.0	1.0
5	邱玉辉	西南师范大学计算机与信息科学学院	48	533	15.0	21.0
6	王芳	西南师范大学计算机与信息科学学院	4	114	4.0	4.0