单参数动态搜索算法的泛化与容错能力  

Generalization and fault tolerance of single parameter dynamic search algorithm

作　　者：张少仲[1] 冯英浚[1] 

机构地区：[1]哈尔滨工业大学数学系,黑龙江哈尔滨150001

出　　处：《哈尔滨工业大学学报》2000年第6期1-4,共4页Journal of Harbin Institute of Technology

基　　金：国家自然科学基金资助项目 !(699740 13 )

摘　　要：使用样本训练神经网络的重要问题之一是网络如何能很好地产生训练集外的模式和当样本中含有误差时算法得到的网络是否对该误差敏感 ,即算法的泛化能力和容错能力是至关重要的 .分析了前馈式神经网络的单参数动态搜索算法 (SPDS算法 )与BP算法在这两方面的区别 ,指出SPDS算法相对较好 .Analyses the difference between single parameter dynamic search algorithm(SPDS algorithm) and BP algorithm of the feed forward neural network with regard to the proper procduction of simulation points besides samples for training of neural network with samples and the sensitivity of network obtained with samples with error used to such an error, and concludes from numerical simulation results that SPDS algorithm is better.

关 键 词：前馈式神经网络 BP算法 SPDS算法 泛化能力 容错能力 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]