网络泛化能力与随机扩展训练集

摘要：

针对神经网络的过拟合和泛化能力差的问题,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计,提出了运用Chebyshev不等式的样本参数按类分批自校正方法,以此估计拉伸样本集,得到新的随机扩充训练集.使估计质量更高,效果更好.仿真结果证明用这种方法训练的前馈神经网络具有较好的泛化性能.

关键词：前馈神经网络、泛化能力、最大局部熵密度函数、Chebyshev不等式

所属期刊栏目：19

分类号：TP183;O211.66(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：963-966