计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2005年
8期
1312-1317
,共6页
李爱军%罗四维%黄华%刘蕴辉
李愛軍%囉四維%黃華%劉蘊輝
리애군%라사유%황화%류온휘
人工神经网络%决策树%熵网络%基于决策树的神经网络%分类
人工神經網絡%決策樹%熵網絡%基于決策樹的神經網絡%分類
인공신경망락%결책수%적망락%기우결책수적신경망락%분류
传统人工神经网络模型采用试探的方法确定合适的网络结构,并随机地初始化参数值,导致神经网络训练效率低、结果不稳定.熵网络是一种建立在决策树之上的3层前馈网络,在熵网络基础上,提出了基于决策树的神经网络设计方法(DTBNN).DTBNN中提供了对神经网络参数的初始值合理设置的方法,并提出了由决策树确定的只是熵网络的初始结构,在实际的网络构造中需要根据实际应用添加神经元和连接权以提高网络的性能.理论分析和实验结果表明了这种方法的合理性.
傳統人工神經網絡模型採用試探的方法確定閤適的網絡結構,併隨機地初始化參數值,導緻神經網絡訓練效率低、結果不穩定.熵網絡是一種建立在決策樹之上的3層前饋網絡,在熵網絡基礎上,提齣瞭基于決策樹的神經網絡設計方法(DTBNN).DTBNN中提供瞭對神經網絡參數的初始值閤理設置的方法,併提齣瞭由決策樹確定的隻是熵網絡的初始結構,在實際的網絡構造中需要根據實際應用添加神經元和連接權以提高網絡的性能.理論分析和實驗結果錶明瞭這種方法的閤理性.
전통인공신경망락모형채용시탐적방법학정합괄적망락결구,병수궤지초시화삼수치,도치신경망락훈련효솔저、결과불은정.적망락시일충건립재결책수지상적3층전궤망락,재적망락기출상,제출료기우결책수적신경망락설계방법(DTBNN).DTBNN중제공료대신경망락삼수적초시치합리설치적방법,병제출료유결책수학정적지시적망락적초시결구,재실제적망락구조중수요근거실제응용첨가신경원화련접권이제고망락적성능.이론분석화실험결과표명료저충방법적합이성.