神经网络主动学习的进化算法
文献类型：期刊论文
| 作者 | 孙功星 ; 戴贵亮
|
| 刊名 | 计算机科学
 |
| 出版日期 | 2002 |
| 期号 | 10页码:61-63 |
| 关键词 | Neural network Evolution Exemplar selection Subset |
| 其他题名 | AN EVOLUTIONARY ALGORITHM FOR ACTIVE LEARNING OF NEURAL NETWORK |
| 通讯作者 | 孙功星 |
| 中文摘要 | 1 引言近年来,神经网络的研究取得了很大进展,特别是,为了克服传统的BP学习算法的缺陷,即学习速度慢和人为给定的拓扑结构对特定学习任务的不适应性,而发展的自适应神经网络的增长策略,它通过不断地增长隐节点或子网来满足给定学习任务的复杂性要求。这种神经网络的增长算法不仅克服了人为指定的拓扑结构的困难,而且由于其结构过程所固有的模块化训练特性,也缓解了传统的BP算法训练速度慢的突出问题。由于神经网络训练程度很难把握,许多算法往往过分强调训练结果而牺牲泛化结果,致使网络的过拟合问题严重。为了克服过拟合问题,研究者们采用了多网络合作模型,由于多个网络的平均效应,可以避免单个 |
| 公开日期 | 2016-02-25 |
| 源URL | [http://ir.ihep.ac.cn/handle/311005/218849]  |
| 专题 | 高能物理研究所_计算中心 |
| 推荐引用方式 GB/T 7714 | 孙功星,戴贵亮. 神经网络主动学习的进化算法[J]. 计算机科学,2002(10):61-63. |
| APA | 孙功星,&戴贵亮.(2002).神经网络主动学习的进化算法.计算机科学(10),61-63. |
| MLA | 孙功星,et al."神经网络主动学习的进化算法".计算机科学 .10(2002):61-63. |
入库方式： OAI收割
来源：高能物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。