网络泛化能力

作品数：8被引量：41H指数：5
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：吕广明孙立宁何玉林夏玫杨慧中更多>>
相关机构：哈尔滨工业大学深圳大学太原科技大学江南大学更多>>
相关期刊：《广东科技》《计算机技术与发展》《控制理论与应用》《福建电脑》更多>>
相关基金：国家高技术研究发展计划山西省科技攻关计划项目江苏省教育厅自然科学基金江苏省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
对提高BP神经网络泛化能力的分析和总结被引量：4
《广东科技》2011年第14期72-73,共2页谢文兰 
BP神经网络是最著名的多层前向反馈式神经网络训练算法之一,如何提高BP神经网络的泛化能力成为人们研究的热点。本文从构造训练样本集、对样本集的处理、如何选取隐层节点以及对标准BP算法的改进这几个方面,对BP神经网络的泛化能力进行...
关键词：BP神经网络 泛化能力 BP算法 
一种提高BP神经网络泛化能力的改进算法被引量：10
《计算机技术与发展》2009年第9期62-64,68,共4页夏玫 陈立潮 王新波 
山西省科技攻关项目资助(20080321012-01)
针对BP神经网络中样本数据复杂和容易陷入到局部极值的不足,通过利用主成分分析法对样本数据进行简化,并采用遗传算法优化神经网络的初始权值,提出了一种改进BP神经网络泛化能力的算法。该算法兼顾了主成分分析方法剔除冗余的特性和遗...
关键词：BP神经网络 泛化能力 主成分分析 遗传算法 
基于BP神经网络泛化能力的模糊聚类分析
《金华职业技术学院学报》2008年第2期39-41,共3页乔占周 
利用专家经验对样本集进行聚类,通常是便捷有效的,为了衡量聚类的可信度,提出了基于BP神经网络泛化能力的模糊聚类方法,实例表明,此方法是行之有效的。
关键词：BP神经网络 模糊聚类 分析 
BP神经网络泛化能力改进研究被引量：6
《福建电脑》2007年第1期40-41,共2页罗若谷 陈敏 
阐述了影响BP神经网络泛化能力的因素,总结了提高BP神经网络模型泛化能力的一些方法,并对这些方法进行了分析..
关键词：BP网络 过拟合 泛化能力 
基于CMAC神经网络的康复机器人的智能控制技术被引量：8
《哈尔滨工程大学学报》2006年第5期662-665,共4页吕广明 孙立宁 沈刚 
国家高科技研究计划资助项目(863-2003AA404060)
康复机器人是目前的热点方向之一.建立了五自由度上肢康复机器人的CMAC神经网络控制模型.在此模型基础上,通过对正常人肌电信号的训练学习,修正了网络的权值,得到了较为理想的控制模型.最后,通过病人的肌电信号,得到了良好的输出结果....
关键词：康复机器人 肌电信号 CMAC神经网络 网络泛化能力 CMAC仿真实例 
径向基函数网络泛化能力研究及其应用被引量：7
《系统工程与电子技术》2006年第1期72-74,共3页曹建云 陆国平 杨奕 
国家自然科学基金(60474076);江苏省自然科学基金(BK2003034);江苏省教育厅自然科学基金(03KJB120101);南通市科技创新计划(工业)(A4032)基金资助课题
通过分析径向基函数网络(RBF网络)结构及影响其泛化能力的因素,提出一种通过网络泛化误差自动调节隐层节点数以得到最佳节点数的方法。将采用这种算法的RBF网络用于对船舶焊接变形过程进行建模并预测其输出。仿真表明这种算法可以显著...
关键词：径向基函数 神经网络 泛化能力 
基于BP网络的康复机器人的智能控制技术被引量：3
《石油大学学报（自然科学版）》2005年第5期87-90,94,共5页吕广明 孙立宁 陆念力 
国家高科技研究发展计划资助项目(863-2003AA404060)
建立了5自由度上肢康复机器人的BP神经网络控制模型。在此模型基础上,通过对正常人肌电信号的训练学习,修正了网络权值,得到了较为理想的控制模型。最后,通过病人的肌电信号,得到了良好的输出结果。仿真实例表明,BP神经网络方法比传统...
关键词：康复机器人 肌电信号 BP神经网络 网络泛化能力 仿真实例 
网络泛化能力与随机扩展训练集被引量：6
《控制理论与应用》2002年第6期963-966,共4页杨慧中 卢鹏飞 张素贞 陶振麟 
针对神经网络的过拟合和泛化能力差的问题 ,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计 ,提出了运用Chebyshev不等式的样本参数按类分批自校正方法 ,以此估计拉伸样本集 ,得到新的随机扩充训练集 .使估计质量更高 ...
关键词：随机扩展训练集 前馈神经网络 泛化能力 最大局部熵密度函数 CHEBYSHEV不等式 概率密度估计 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部