神经网络学习算法中的初始参数对泛化性能和效率的影响研究OA北大核心CSCDCSTPCD
The Effect of Initial Parameter in Learning Algorithm of Neural Network on its Generalization Performance and Efficiency
该文的目的是研究影响神经网络的泛化性能和实时学习性能的因素.首先研究了初始权值的范围、学习率和正则项系数对泛化性能和学习速度的影响.基于此,提出了一种同时考虑这三种因素的混合学习方法,并动态地调整学习率和正则项系数.然后,通过几个不同问题的实例仿真,将几种不同的方法所取得的结果进行了比较,验证了所提出方法的有效性.最后是全文总结.
武妍
同济大学计算机科学与工程系,上海,200031
信息技术与安全科学
神经网络泛化性能效率正则化
《计算机工程与应用》 2002 (23)
25-27,31,4
国家自然科学基金项目资助(编号:60171036)上海市博士后科研计划资助
评论