×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787030784377
  • 装帧:精装
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:250
  • 出版时间:2024-05-01
  • 条形码:9787030784377 ; 978-7-03-078437-7

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。

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 ……
展开全部

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

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航