RNN与提前终止迭代在金属岩石分类中的比较

• 作者: 赵筱斌
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 神经网络 分类算法 过拟合 正则化
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 技术交流
• 页码范围: 211-212
• 页数: 2页
• 分类号: TP391
• 字数: 2433字
• 语种: 中文

摘要

神经网络算法是一种非常经典的分类算法，然而神经网络的一个不足之处就是容易陷入过拟合。针对这种不足，正则化神经网路算法(RNM)与提前终止迭代算法被提了出来。为了进一步研究这两种算法性能的差异，本文在包括金属岩石分类数据集(sonar数据集)在内的20个UCI标准数据集上对这两种方法进行了性能测试。实验显示在分类准确率上正则化神经网路算法要更优秀一些，但是在分类速度上提前终止迭代算法更占优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵筱斌		8	12	2.0	3.0