北京交通大学学报
北京交通大學學報
북경교통대학학보
JOURNAL OF NORTHERN JIAOTONG UNIVERSITY
2005年
2期
1-6
,共6页
李爱军%罗四维%刘蕴辉%黄华
李愛軍%囉四維%劉蘊輝%黃華
리애군%라사유%류온휘%황화
决策树%信息理论%基于熵的神经网络
決策樹%信息理論%基于熵的神經網絡
결책수%신식이론%기우적적신경망락
神经网络模型的构建方法是神经网络研究的重点和难点,传统的构建方法建立在实验和重复学习的基础上,本文提出了一种信息理论框架下的神经网络构建方法基于熵的神经网络(EBNN).EBNN借助于前馈网络与决策树等价性,采用熵做为神经网络构造的准则,利用决策树的构造思想和方法,建立了一种系统的神经网络构造方法.实验表明EBNN方法学习速度比传统BP网络快,但双不降低神经网络性能.
神經網絡模型的構建方法是神經網絡研究的重點和難點,傳統的構建方法建立在實驗和重複學習的基礎上,本文提齣瞭一種信息理論框架下的神經網絡構建方法基于熵的神經網絡(EBNN).EBNN藉助于前饋網絡與決策樹等價性,採用熵做為神經網絡構造的準則,利用決策樹的構造思想和方法,建立瞭一種繫統的神經網絡構造方法.實驗錶明EBNN方法學習速度比傳統BP網絡快,但雙不降低神經網絡性能.
신경망락모형적구건방법시신경망락연구적중점화난점,전통적구건방법건립재실험화중복학습적기출상,본문제출료일충신식이론광가하적신경망락구건방법기우적적신경망락(EBNN).EBNN차조우전궤망락여결책수등개성,채용적주위신경망락구조적준칙,이용결책수적구조사상화방법,건립료일충계통적신경망락구조방법.실험표명EBNN방법학습속도비전통BP망락쾌,단쌍불강저신경망락성능.