计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
23期
34-37,77
,共5页
神经网络%瀑流关联%自底向上%学习参数优化%交叉校验
神經網絡%瀑流關聯%自底嚮上%學習參數優化%交扠校驗
신경망락%폭류관련%자저향상%학습삼수우화%교차교험
引荐了一种自动优化神经网络的新方法.这种启迪方法综合采用了相关有效算法,通过快速自底向上构造神经网络算法,可以获得优化结构的神经网络,即时选定参数算法动态优化神经网络的学习参数,并且快速交叉校验算法为解决过度适应问题提供了捷径.实验证明,这种启迪方法能自动有效地优化神经网络,与其它算法相较而言,具有更好的归纳性能、优化的网络结构和更快的学习速度.
引薦瞭一種自動優化神經網絡的新方法.這種啟迪方法綜閤採用瞭相關有效算法,通過快速自底嚮上構造神經網絡算法,可以穫得優化結構的神經網絡,即時選定參數算法動態優化神經網絡的學習參數,併且快速交扠校驗算法為解決過度適應問題提供瞭捷徑.實驗證明,這種啟迪方法能自動有效地優化神經網絡,與其它算法相較而言,具有更好的歸納性能、優化的網絡結構和更快的學習速度.
인천료일충자동우화신경망락적신방법.저충계적방법종합채용료상관유효산법,통과쾌속자저향상구조신경망락산법,가이획득우화결구적신경망락,즉시선정삼수산법동태우화신경망락적학습삼수,병차쾌속교차교험산법위해결과도괄응문제제공료첩경.실험증명,저충계적방법능자동유효지우화신경망락,여기타산법상교이언,구유경호적귀납성능、우화적망락결구화경쾌적학습속도.
