首页
|
本学科首页
官方微博
|
高级检索
全部专业
非线性科学
系统科学
学报及综合类
自然科学丛书、文集、连续性出版物
自然科学教育与普及
自然科学理论与方法论
自然科学现状及发展
自然科学研究方法
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
面向深度学习过拟合问题的神经网络模型
引用本文:
刘丹枫,刘建霞.面向深度学习过拟合问题的神经网络模型[J].湘潭大学自然科学学报,2018(2):96-99.
作者姓名:
刘丹枫
刘建霞
作者单位:
太原理工大学信息与计算机学院
摘 要:
针对机器学习算法中的过拟合问题,提出一种基于支持向量数据描述的深度学习神经网络模型.在高效利用深度学习的表达能力的基础上,通过在分类中获取最大间隔的方式,解决不可见数据模型的精度较差的问题,具有非常好的泛化性能.仿真结果表明,提出的模型可以学习多类数据,同时大幅度降低过拟合.
关 键 词:
深度学习模型
过拟合
支持向量
数据描述
神经网络
本文献已被
CNKI
等数据库收录!
点击此处可从《湘潭大学自然科学学报》浏览原始摘要信息
点击此处可从《湘潭大学自然科学学报》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号