共查询到19条相似文献,搜索用时 156 毫秒
1.
BP网络泛化能力改进研究 总被引:16,自引:0,他引:16
详细阐述了防止BP网络过度训练的方法,总结了常用的增强网络泛化能力的方法。并在此基础上,提出了基于主要影响因素和基于修正误差函数来增强网络泛化能力的方法,取得了良好的效果,提高了BP神经网络的适应性。 相似文献
2.
基于免疫算法的前向神经网络学习方法 总被引:2,自引:0,他引:2
提出了一种采用免疫算法训练多层前向神经网络的方法。该方法利用免疫算法训练前向神经网络,能够使网络优化过程趋于全局最优。利用基于遗传策略的聚类机制确定前向神经网络的初始权值,增加了网络训练算法收敛于全局最优的概率。将这种神经网络用于雷达模拟调制信号的调制方式识别的仿真结果表明,采用该算法设计的前向神经网络达到了较高的性能。 相似文献
3.
4.
杜芳 《系统工程与电子技术》1998,(3)
本文将前向网络的输入误差看作服从加性和乘性随机噪声,进行了网络输出误差的统计分析,并依此定义网络的灵敏度。在此基础上,分析了Sigmoid函数的斜度对网络灵敏度的影响,结合仿真实验,提出了一个降低前向网络灵敏度的有效方法。 相似文献
5.
6.
径向基函数网络泛化能力研究及其应用 总被引:2,自引:0,他引:2
通过分析径向基函数网络(RBF网络)结构及影响其泛化能力的因素,提出一种通过网络泛化误差自动调节隐层节点数以得到最佳节点数的方法。将采用这种算法的RBF网络用于对船舶焊接变形过程进行建模并预测其输出。仿真表明这种算法可以显著提高传统RBF网络的泛化能力。 相似文献
7.
一种优化计算确定神经网络结构的方法 总被引:1,自引:0,他引:1
对于一个具体的多层前向神经网络设计问题,网络的输入输出以及标准样本数为已知,网络的隐层结构,即隐层层数和每个隐层神经元个数如何选择是神经网络设计中的关键.根据代数方程理论,通过权值和阈值与隐层结构的关系,建立了以权值和阈值为设计变量的目标函数表达式,通过分析,提出了多层前向神经网络合理的隐层层数和每个隐层神经元个数的一般确定方法,给出了确定多层前向神经网络合理结构的优化目标函数及其约束条件.仿真研究结果表明所提出方法确定的多层前向神经网络结构是合理的. 相似文献
8.
分析了前向神经网络误差函数的拟凸性质及其分片表示结构,提出了分块变尺度算法。该算法具有分块误差向后传播的特点。 相似文献
9.
一种新型复合神经网络模型 总被引:3,自引:0,他引:3
本文首先详细地阐述了BP神经网络和CMAC神经网络各自的结构,原理以及算法。提出了一种BP神经网络与CMAC神经网络组合起来的新型复合神经网络模型,并利用误差逆向传播原理推导出复合网络的学习法。仿真实验结果表明,这种复合神经网络在保留了BP和CMAC各自特长的基础上,同时具有学习速度快,泛化能力强等特点 相似文献
10.
针对基于T-S模型的模糊神经网络的局部逼近缺陷,提出了一种基于T-S模型的扩展型模糊神经网络,从训练样本特性和网络结构两个方面来提高网络模型的泛化能力.利用先验知识和模糊推理的方法对样本集进行分析和分类处理,使样本集更加规范;并采用模糊规则推理动态调整正则项系数的方法来减小网络结构.仿真结果表明,所提出的网络具有更快的收敛速度和良好的泛化能力. 相似文献
11.
前馈神经网络泛化性能力的系统分析 总被引:31,自引:2,他引:29
通过对多层前馈网络的运行机制的系统分析 ,指出影响前馈网络泛化能力的根本原因是训练网络用的样本 ,包括样本质量、样本数量和样本代表性三个方面 .针对复杂系统给出了一种提高前馈网络泛化能力的途径 ,并通过对仿真算例的计算验证了得出的结论 . 相似文献
12.
提出了二次型多层前馈神经网络的卡尔曼滤波学习算法,并证明了该算法的收敛性。与文献[2,3]中的学习算法和经典的误差反向传播学习算法相比,新的学习算法具有更快的学习速度、良好的泛化能力,并且对学习率有很好的鲁棒性,不容易陷入局部极小点。仿真实验结果表明了新算法的有效性。 相似文献
13.
14.
前馈网络目的规划算法及其应用研究 总被引:4,自引:0,他引:4
胡铁松 《系统工程理论与实践》1998,18(2):56-61
提出了前馈网络目的规划算法。与通常BP算法相比,该方法进行了三个方面的改进:(1)准则函数的改进;(2)网络灵敏度的降低;(3)领域先验知识的运用。理论分析及大气中SO2浓度预测应用研究表明该方法有效地改善了前馈网络泛化性能,提高了预报精度。 相似文献
15.
16.
17.
前馈神经网络的学习能力 总被引:2,自引:0,他引:2
田大钢 《系统工程理论与实践》2004,24(11):76-81
使用新的分类子网,改进了Huang得到的一个关于两个隐层前馈型神经网络的学习能力的结果,证明了具有$2(2N)^{(1/2)}+2$个隐层节点的神经网络可以学会N个不同的样本.同时,新的讨论方法使得结果对广泛的一类活化函数都适用,而不只限于sigmoid活化函数. 相似文献
18.
神经元网络在股价预测中的应用 总被引:19,自引:2,他引:17
利用时延神经元网络模型(TimeDelayNeuralNetwork)对四川长虹的股价作了预测。股价的涨跌预报可视作高维空间的非线性分类问题,本文使用增益可调的反向传播算法,对其走势作了预报。借助前馈神经网络对非线性函数的逼近能力,本文对四川长虹股价这个时间序列作了连续若干天的一步预测。最后,我们采用不同形式的误差函数对预测结果作了比较。 相似文献