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:
本文比较了5种改善神经网络泛化能力的方法.理论分析与具体的仿真实验均表明,增加样本数需要太多的样本,构造法包含剪枝法与逐步增加法,需要过多的运行时间,皆不实用.早期停止法仅对中等规模的数据有效,对较少数据容易造成过拟合更加严重.因此,正则化方法为最好的改善网络泛化能力方法.
推荐文章
神经网络的泛化能力与结构优化算法研究
神经网络
泛化能力
结构优化
正则化
人工神经网络泛化问题研究综述
人工神经网络
泛化问题
泛化能力
BP神经网络泛化能力改进研究
BP网络
过拟合
泛化能力
一种提高神经网络集成系统泛化能力的方法
噪声添加
神经网络集成
泛化能力
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 神经网络泛化改进研究
来源期刊 中国科技成果 学科 工学
关键词 神经网络 泛化改进
年,卷(期) 2009,(13) 所属期刊栏目 创新交流
研究方向 页码范围 43-45
页数 3页 分类号 TP3
字数 1844字 语种 中文
DOI 10.3772/j.issn.1009-5659.2009.13.023
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 王权成 东南大学软件工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (15)
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)
1989(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(5)
  • 参考文献(1)
  • 二级参考文献(4)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2009(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
泛化改进
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
中国科技成果
半月刊
1009-5659
11-4484/N
北京复兴路15号245室中国科技成果编辑部
chi
出版文献量(篇)
18187
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导