多层前向网络灵敏度的分析和降低方法  

An Approach for Decreasing and Analyzing Sensitivity of Multi Layer Feed Forward Neural Networks

作　　者：杜芳[1] 

机构地区：[1]同济大学工程结构研究所

出　　处：《系统工程与电子技术》1998年第3期53-55,共3页Systems Engineering and Electronics

基　　金：国家自然科学基金

摘　　要：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。In this paper, sensitivity of feed forward neural networks are defined according to the output errors caused from the input adding type and multiple type errors. The influence to sensitivity of neural networks with sigmoid activation function, caused from the coefficient of Sigmoid function, is discussed. By simulating experiments, the approach for decreasing the sensitivity of neural networks are presented.

关 键 词：随机噪声 网络 统计分析 神经网络 

分 类 号：TN711.1[电子电信—电路与系统] TP18[自动化与计算机技术—控制理论与控制工程]