提高神经网络泛化能力的研究

• 作者: 冯乃勤 王芳 邱玉辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 泛化 误识率 模糊理论
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 学术探讨
• 页码范围: 38-41
• 页数: 4页
• 分类号: TP183
• 字数: 4980字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.04.012

摘要

从模糊理论的角度出发,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初步分析和讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯乃勤	西南大学计算机与信息科学学院	48	422	11.0	19.0
3	邱玉辉	西南大学计算机与信息科学学院	82	1462	16.0	36.0
4	王芳	西南大学计算机与信息科学学院	48	235	8.0	14.0