|
|||||
|
|
| 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 | |