优化前馈神经网络模型结构的统计分析方法  

A Statistical Method for Optimal Neural Networks Structure

作　　者：司昕[1] 安燮南[1] 

机构地区：[1]中国科学院自动化研究所综合工程中心,北京100080

出　　处：《控制与决策》1999年第6期707-711,共5页Control and Decision

摘　　要：利用统计分析学的方法对神经网络结构的优化问题进行研究。在神经网络模型输出节点的输出误差具有正态分析的假设下，推导出网络结构信息准则ＮＳＩＣ，并利用主成分分析方法确定了网络的初始结构。The optimal structure of multilayed neural networks using statistical method is considered. Under the assumption that the output error of the final node has a normal distribution, the networks structure information criterion (NSIC) is proposed and the initial structure of multilayered neural networks is determined by using the principal component analysis (PCA). The simulation results show that this method is effective.

关 键 词：神经网络模型 统计分析法 优化 前馈神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]