论文部分内容阅读
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。算例也证明了这一结论。