10.3969/j.issn.1004-6801.2002.04.003
神经网络学习算法的过拟合问题及解决方法
针对反向传播学习算法及其改进算法中出现的过拟合问题,探讨了三种解决方法:调整法、提前停止法和隐层节点自生成法,并用实例对三种方法进行了验证和比较.其中,调整法和提前停止法针对一个较大的网络可以解决过拟合问题,而隐层节点自生成法的提出既能避免过拟合问题,又能获得最少神经元网络结构.这三种方法有效地解决了在神经网络学习过程中的过拟合问题,提高了网络的适应性.它们不仅适合于函数逼近,而且可以推广到其他网络结构等应用领域.
神经网络、计算机、BP算法、过拟合、均方误差、自生成、故障诊断
22
TH165.3
国家自然科学基金59775025
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
260-264