郑星
- 作品数：2 被引量：4H指数：1
- 供职机构：河海大学计算机及信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种高效二进前馈神经网络学习算法被引量：4
- 2016年
- 为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.
- 曾晓勤周建新郑星钟水明
- 关键词：学习算法敏感性
- 基于改进MRII的Madaline网络学习算法
- 2016年
- 根据Madaline网络工作原理,针对其网络特点和现有算法中存在的缺点,包括存在权值修改公式参数较多不容易协调,经验取值缺乏理论依据不够灵活,按照置信度原则进行翻转神经元会陷入"局部震荡"。提出改进的MRII学习算法,通过建立神经元敏感性替代置信度作为度量隐层神经元翻转的尺度,并采用感知机学习规则,减少权值调整次数,实验结果验证了该算法的优越性。
- 郑星李宗祥
- 关键词：神经网络学习算法敏感性
