關(guān)于我們
書單推薦
新書推薦
|
BP網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化與模型規(guī)范 讀者對象:本書可作為人工智能、神經(jīng)網(wǎng)絡(luò)、電子工程、信息科學(xué)、計算機(jī)科學(xué)、系統(tǒng)工程、遙感技術(shù)及環(huán)境科學(xué)與工程等相關(guān)學(xué)科、專業(yè)博士、碩士研究生和大學(xué)本科高年級學(xué)生教材或教學(xué)參考書,亦可供高校和科研院所的教師、科研工作者及管理人員參考。
本書針對BP網(wǎng)絡(luò)存在學(xué)習(xí)效率低、泛化能力差、易出現(xiàn)過擬合和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(主要指隱節(jié)點數(shù)選擇)的理論依據(jù)不足等基本問題,在分析BP網(wǎng)絡(luò)結(jié)構(gòu)和樣本集的復(fù)雜性對BP網(wǎng)絡(luò)泛化能力影響的基礎(chǔ)上,提出用"廣義"復(fù)相關(guān)系數(shù)Rn新概念定量描述包括樣本數(shù)量和樣本質(zhì)量在內(nèi)的樣本集的復(fù)雜性;建立用含參數(shù)的檢測誤差E2表示BP網(wǎng)絡(luò)泛化能力的定量關(guān)系表達(dá)式;導(dǎo)出了具有最佳泛化能力的BP網(wǎng)絡(luò)隱節(jié)點數(shù)H0與樣本集的"廣義"復(fù)相關(guān)系數(shù)Rn之間滿足的H0-Rn反比關(guān)系式。受信息論中傳遞的最大平均信息量S滿足一般測不準(zhǔn)關(guān)系式的啟示,建立當(dāng)BP網(wǎng)絡(luò)出現(xiàn)過擬合時,泛化能力與學(xué)習(xí)能力之間滿足的幾種形式的不確定關(guān)系式,并由此不確定關(guān)系式指出為改進(jìn)BP網(wǎng)絡(luò)泛化能力的訓(xùn)練最佳停止方法。
更多科學(xué)出版社服務(wù),請掃碼獲取。
你還可能感興趣
我要評論
|