消除人工神经网络分类学习中边界效应的研究

来源 :第7届中国机器学习学术会议 | 被引量 : 0次 | 上传用户:w119127594
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该研究设计了26种训练条件,在每种条件下训练30个人工神经网络,记录神经网络在各种条件下对困难组、容易组、总体组的测验误差和答对率,并由此计算出相应的边界效应。研究表明,当训练模式为条件11和14时,边界效应可以消除。但需要付出代价,即总体测验误差将有所增加,由于神经网络的非线性特点,人们不能指望运用线性训练的方式来消防边界效应。
其他文献
该文详细介绍了人工神经网络应用于状态建模的方法。对神经网络应用中的一些难点提出了切实可行且有效的解决措施,并举例作了应用示范。另外还介绍了把神经网络方法纳入到非线
虽然“反鸡汤”段子看多了会让人想对生活放弃治疗,但不可否认,它们也是某种意义上的“人生真谛”.每天一句“反鸡汤”,能把你从幻想中叫醒,令你整个人都舒爽了!rn天下没有不
该文详述了面向对象技术在人工神经网络实现上的应用。作为一个典型的例子,最后给出反向传输三层网络模型的面向对象语言(Java语言)软件实现的实例。
期刊
提出一种基于人工神经网络的综合指标评估方法,首先提出了一种新的归一化效用函数,把不同类型、不同量纲的原始评估值转换到〖-1,1〗区间,该效用函数较好地体现了“奖优罚劣”原则,同
期刊
文言文虽然晦涩难懂,但是用好了绝对格调飙升,比如你想感叹秋高气爽,众鸟纷飞,可以吟诵出“落霞与孤鹜齐飞,秋水共长天一色”,否则就只能憋出一句:“天好蓝,鸟好多啊!”