神经网络泛化增强技术研究

摘要：

综述和比较现有改善神经网络泛化能力的方法,特别对其中的5种实用方法进行详细的理论分析,指出各自的优缺点.实验中将各种方法用于函数逼近与数据分类两大领域,通过泛化能力与运行时间的对比,给出其性能排序.发现贝叶斯自适应正则化方法性能最好,其次是正则化法、逐步增加法、剪枝法;早期停止法速度最快,但是用于函数逼近效果不佳,只能用于数据分类.

关键词：神经网络、泛化改进、贝叶斯自适应正则化

所属期刊栏目：9

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2009-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：4997-5002