零误差密度函数准则的BP神经网络学习研究

• 作者: 孙怀江 杨赛 邹修明
• 来源期刊: 淮阴师范学院学报（自然科学版）
• 学科: 工学
• 关键词: BP网络 均方误差函数 零误差密度函数 非高斯分布
• 年，卷（期）: 2010,（4）
• 页码范围: 322-325
• 分类号: TP389.1
• 字数: 1917字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6876.2010.04.010

摘要

BP神经网络的学习通常以均方误差函数(MSE)为目标函数,当目标变量不满足高斯分布时,其结果可能偏离真正最优.零误差密度函数(ZED)利用非参数估计中的Parzen窗法得到误差在零点的概率密度函数.将零误差密度函数作为BP网络的目标函数时,通过对光滑参数的选择使新的目标函数能够适用于期望输出满足任意分布.仿真实验分别以零误差密度函数和均方误差函数为目标函数的BP网络学习在函数逼近方面进行比较,结果表明零误差密度函数要比均方误差函数的适用范围更广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙怀江	南京理工大学计算机科学与技术学院	81	1003	16.0	28.0
2	邹修明	淮阴师范学院物理与电子电气工程学院	19	100	4.0	9.0
6	杨赛	南京理工大学计算机科学与技术学院	6	31	3.0	5.0