作者：李祚泳
页数：250
出版社：科学出版社
出版日期：2024
ISBN：9787030784377
电子书格式：pdf/epub/txt
内容简介
本书针对BP网络存在学习效率低、泛化能力差、易出现过拟合和网络结构设计（主要指隐节点数选择）的理论依据不足等基本问题，在分析BP网络结构和样本集的复杂性对BP网络泛化能力影响的基础上，提出用”广义”复相关系数Rn新概念定量描述包括样本数量和样本质量在内的样本集的复杂性；建立用含参数的检测误差E2表示BP网络泛化能力的定量关系表达式；导出了具有很好泛化能力的BP网络隐节点数H0与样本集的”广义”复相关系数Rn之间满足的H0-Rn反比关系式。受信息论中传递的优选平均信息量S满足一般测不准关系式的启示，建立当BP网络出现过拟合时，泛化能力与学习能力之间满足的几种形式的不确定关系式，并由此不确定关系式指出为改进BP网络泛化能力的训练很好停止方法。
作者简介
主持973国家重大科技攻关项目的子课题、国家自然科学基金重点项目、国家自然科学基金面上项目等10余项
目录
第1章绪论1
1.1神经网络发展简介1
1.2神经网络模型的分类4
1.3神经网络模型的应用4
1.4本书的主要内容5
参考文献5
第2章BP网络简介8
2.1BP网络模型的基本思想8
2.2BP网络算法的学习过程8
2.3BP网络的主要能力10
2.4BP算法的局限性10
2.5BP算法的改进11
2.6BP网络的结构设计方法14
2.7BP算法若干注意事项15
参考文献16
第3章提高BP算法学习效率的方法18
3.1基于改进粒子群算法的BP网络权值优化算法18
3.1.1粒子群算法18
……
1.1神经网络发展简介1
1.2神经网络模型的分类4
1.3神经网络模型的应用4
1.4本书的主要内容5
参考文献5
第2章BP网络简介8
2.1BP网络模型的基本思想8
2.2BP网络算法的学习过程8
2.3BP网络的主要能力10
2.4BP算法的局限性10
2.5BP算法的改进11
2.6BP网络的结构设计方法14
2.7BP算法若干注意事项15
参考文献16
第3章提高BP算法学习效率的方法18
3.1基于改进粒子群算法的BP网络权值优化算法18
3.1.1粒子群算法18
……
