文献类型：期刊文章

作　　者：王恺[1,2] 杨巨峰[1] 王立[1] 史广顺[1] 王庆人[1]

机构地区：[1]南开大学机器智能研究所,天津300071 [2]南开大学国家环境保护城市空气颗粒物污染防治重点实验室,天津300071

出　　处：《计算机应用研究》

基　　金：国家"863"计划资助项目(2006AA06Z22);天津市自然科学基金资助项目(05YFJMJC01500)

年　　份：2008

卷　　号：25

期　　号：12

起止页码：3525-3530

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：从理论、方法(思想)和技术三个层次回顾了以往工作,讨论了模型复杂度、样本复杂度及两者之间关系的相关研究;在实际中,通过控制模型复杂度、调整样本等具体技术可以在一定程度上提高神经网络的泛化能力,但这些技术仍然存在一些问题没有解决。最后提出了对今后研究的展望。

关 键 词：人工神经网络 泛化问题  泛化能力

分 类 号：TP183]