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:
基于提高神经网络泛化性能的目标提出了神经网络泛化损失率的概念,解析了与前一周期相比当前网络误差的变化趋势,在此基础上导出了基于泛化损失率的神经网络训练目标函数.利用新的目标函数和基于量子化粒子群算法的神经网络训练方法,得到了一种新的网络泛化性能优化算法.实验结果表明,将该算法与没有引入泛化损失率的算法相比,网络的收敛性能和泛化性能都有明显提高.
推荐文章
一种提高前向神经网络泛化性能的新算法
神经网络
遗传算法
正则项系数
泛化能力
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
一种提高神经网络泛化性能的罚项最优脑外科模型
神经网络
罚项最优脑外科模型
Levenberg-Marquardt方案
泛化能力
收敛性
基于狼群算法优化的BP神经网络
BP神经网络
狼群算法
函数拟合
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 神经网络泛化性能优化算法
来源期刊 计算机工程与设计 学科 工学
关键词 神经网络 泛化性能优化 目标函数 泛化损失率 量子化粒子群算法
年,卷(期) 2009,(22) 所属期刊栏目 人工智能
研究方向 页码范围 5211-5213
页数 3页 分类号 TP183
字数 3238字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (32)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (11)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
泛化性能优化
目标函数
泛化损失率
量子化粒子群算法
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导