中国计量学院学报
中國計量學院學報
중국계량학원학보
JOURNAL OF CHINA INSTITUTE OF METROLOGY
2013年
4期
430-434
,共5页
随机权网络%稀疏正则化%梯度投影%人脸识别
隨機權網絡%稀疏正則化%梯度投影%人臉識彆
수궤권망락%희소정칙화%제도투영%인검식별
random weight networks%sparse regularization%gradient projection%face recognition
随机权网络是一种有效的前馈神经网络(FNNs),尤其是内权和偏置值的随机选取极大地提高了网络的学习速率,并克服了其他学习算法的一些不足.但是,其在计算外权的过程中也存在着一些不足.我们就此不足提出了一个新的算法——稀疏正则化算法,并结合梯度投影算法给出了一种迭代解,进而提出了相应的参数选择方法和算法终止准则.实验证明所提出的算法的优势,尤其是当隐层神经元数较多和训练样本较大时,所给出的算法具有明显的优势.
隨機權網絡是一種有效的前饋神經網絡(FNNs),尤其是內權和偏置值的隨機選取極大地提高瞭網絡的學習速率,併剋服瞭其他學習算法的一些不足.但是,其在計算外權的過程中也存在著一些不足.我們就此不足提齣瞭一箇新的算法——稀疏正則化算法,併結閤梯度投影算法給齣瞭一種迭代解,進而提齣瞭相應的參數選擇方法和算法終止準則.實驗證明所提齣的算法的優勢,尤其是噹隱層神經元數較多和訓練樣本較大時,所給齣的算法具有明顯的優勢.
수궤권망락시일충유효적전궤신경망락(FNNs),우기시내권화편치치적수궤선취겁대지제고료망락적학습속솔,병극복료기타학습산법적일사불족.단시,기재계산외권적과정중야존재착일사불족.아문취차불족제출료일개신적산법——희소정칙화산법,병결합제도투영산법급출료일충질대해,진이제출료상응적삼수선택방법화산법종지준칙.실험증명소제출적산법적우세,우기시당은층신경원수교다화훈련양본교대시,소급출적산법구유명현적우세.
