计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
2期
153-156
,共4页
翟俊海%哈明光%邵庆言%王熙照
翟俊海%哈明光%邵慶言%王熙照
적준해%합명광%소경언%왕희조
前馈神经网络%结构选择%敏感度%交叉熵
前饋神經網絡%結構選擇%敏感度%交扠熵
전궤신경망락%결구선택%민감도%교차적
Feed-forward neural network%Architecture selection%Sensitivity%Cross-entropy
提出了一种基于结点敏感度的单隐含层前馈神经网络结构选择方法.该方法从一个隐含层结点个数较多的网络开始,首先利用结点敏感度度量隐含层结点的重要性,然后按重要性对隐含层结点由大到小排序,最后逐个剪去不重要的隐含层结点,直到满足预定义的停止条件.该算法的特点是不需要重复训练神经网络,得到的网络结构紧凑,具有较高的泛化能力.在实际数据集和UCI数据集上的实验结果显示,提出的算法是行之有效的.
提齣瞭一種基于結點敏感度的單隱含層前饋神經網絡結構選擇方法.該方法從一箇隱含層結點箇數較多的網絡開始,首先利用結點敏感度度量隱含層結點的重要性,然後按重要性對隱含層結點由大到小排序,最後逐箇剪去不重要的隱含層結點,直到滿足預定義的停止條件.該算法的特點是不需要重複訓練神經網絡,得到的網絡結構緊湊,具有較高的汎化能力.在實際數據集和UCI數據集上的實驗結果顯示,提齣的算法是行之有效的.
제출료일충기우결점민감도적단은함층전궤신경망락결구선택방법.해방법종일개은함층결점개수교다적망락개시,수선이용결점민감도도량은함층결점적중요성,연후안중요성대은함층결점유대도소배서,최후축개전거불중요적은함층결점,직도만족예정의적정지조건.해산법적특점시불수요중복훈련신경망락,득도적망락결구긴주,구유교고적범화능력.재실제수거집화UCI수거집상적실험결과현시,제출적산법시행지유효적.
