文献类型：期刊文章

作　　者：周小燕[1] 徐晋[2]

机构地区：[1]南京农业大学数学系,江苏南京210095 [2]上海交通大学管理学院,上海200030

出　　处：《南昌大学学报（理科版）》

基　　金：国家自然科学基金资助项目(10271025)

年　　份：2004

卷　　号：28

期　　号：4

起止页码：341-344

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、IC、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：基于GaussNewton法的前馈神经网络虽然可以达到局部二阶收敛速度,但网络结构中如果结点个数过多,会造成过模拟;网络结点过少,又会导致不收敛。为了优化神经网络结构,尝试引入重置算法(EarlyRestartAlgo rithm),并将其应用于GaussNewton前馈神经网络,提出基于重置的GaussNewton变结构前馈神经网络。对比实验表明,重置算法的引入有效地解决神经网络的结构优化问题,优化后的神经网络具有良好的收敛性与稳定性。

关 键 词：重置算法  神经网络 结构优化

分 类 号：TP18]