作者:李应红; 尉询楷单隐层前馈神经网络支持向量机推广性能
摘要:针对常规的前馈神经网络因采用梯度下降法进行参数学习而容易陷入局部极小值,且由于算法的局限性,其网络的推广性能较差,容易出现过学习现象的问题,提出了一种新的单隐层前馈神经网络(SLFNs)学习算法。该算法对于输入层权值采用随机数生成,对于输出层权值由算法最优生成,因而能从理论上保证网络结构具有最好的推广特性和最小的经验风险。回归估计和分类试验表明了其优越性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《控制工程》(CN:21-1476/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《控制工程》相关的高技术研发成果,促进控制工程学科的发展,建立高等院校、科研院所与工业界在自动化领域交流与合作的桥梁。
北大期刊、统计源期刊
人气 542412 评论 58
人气 228854 评论 63
省级期刊
人气 186266 评论 72
北大期刊
人气 162282 评论 69