摘要
使用样本训练神经网络的重要问题之一是网络如何能很好地产生训练集外的模式和当样本中含有误差时算法得到的网络是否对该误差敏感 ,即算法的泛化能力和容错能力是至关重要的 .分析了前馈式神经网络的单参数动态搜索算法 (SPDS算法 )与BP算法在这两方面的区别 ,指出SPDS算法相对较好 .
Analyses the difference between single parameter dynamic search algorithm(SPDS algorithm) and BP algorithm of the feed forward neural network with regard to the proper procduction of simulation points besides samples for training of neural network with samples and the sensitivity of network obtained with samples with error used to such an error, and concludes from numerical simulation results that SPDS algorithm is better.
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2000年第6期1-4,共4页
Journal of Harbin Institute of Technology
基金
国家自然科学基金资助项目 !(699740 13 )
