前馈神经网络病态学习样本剔除方法

• 作者: 刘成明 才淦 李春好
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 前馈神经网络 病态样本 剔除 搜索 海明距离
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 514-519
• 页数: 6页
• 分类号: TP18
• 字数: 4140字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2009.05.012

摘要

为有效剔除学习样本中的病态样本,以提高神经网络的泛化能力,提出一种新的病态样本搜索思想并应用海明距离,给出了基于搜索思想和海明距离的前馈神经网络病态样本剔除方法.该方法不用纳入专家的先验知识、样本形式等其他因素即可完成对病态样本的搜索和剔除,具有较强的适用性.数值模拟实验分析结果表明,该方法是一种科学、有效的方法,借助其能有效地搜索出学习样本中所存在的病态样本,对解决实际问题具有较大的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春好	吉林大学管理学院	61	606	13.0	22.0
2	刘成明	吉林大学管理学院	8	63	4.0	7.0
3	才淦		1	1	1.0	1.0