直连BP神经网络分类效果综合评估

• 作者: 牛丽丽 王力波 王耀力
• 来源期刊: 现代电子技术
• 关键词: 直连神经网络 贝叶斯正则化 数据库 分类 统计方法 测试精确度
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 93-97
• 页数: 5页
• 分类号: TN711-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.23.020

摘要

基于贝叶斯正则化LM算法优化直连BP神经网络,利用UCI数据库的118种不同应用数据分别进行分类,验证直连BP神经网络的有效性.分别进行输入层到输出层是否有直连,输出层是否有阈值的四种比较,将所得的118种数据集分类精确度结果用统计方法进行分析.基于统计意义,实验结果表明,加入直连提高了分类的精确度和网络结构的泛化性能,且隐含层的神经元个数减少,提高了训练速度;而输出层是否有阈值对分类效果没有明显的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀力	太原理工大学信息工程学院	35	182	6.0	12.0
2	王力波	太原理工大学信息工程学院	5	25	3.0	5.0
3	牛丽丽	太原理工大学信息工程学院	1	1	1.0	1.0