原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
!# 全国仿真技术学术会议论文集
基于函数集信息量的改进网络算法仿真研究
李婷婷，朱大铭
（山东大学计算机软件与技术学院，山东济南!#% ）
摘要：传统的神经网络学习算法往往存在欠学习或过学习情况，容易导致网络结构不够合理，预测函数泛化能力不理想。该
文引用函数集信息量的概念，提出了以信噪比倒数为性能指标的改进型网络学习算法，深入分析了神经网络学习过程中欠
学习和过学习的原因。经过仿真验证表明，该算法简单，自适应性强，收敛速度快，可以很好地克服欠学习和过学习问题，所
得预测函数具有很好的泛化能力。
关键词：函数集信息量；信噪比；样本学习
中图分类号：
’()* * 文献标识码：+
!#$%’() (* ’+, -./)0,. -%1(2’+# (* 3,$2% 3,’4(256
7,61) 86,. () 9$)0’() !,’ :)*(2#’() ;$)’’
,- ’./0 $ 1./0 ，234 56 $ 7./0
（897:;1= 9?1@6= 6/A ’BC/9D90E 89DD0 9? C6/A9/0 4/.F=G.1E ，H./6/ C6/A9/0 ，!#%，8C./6 ）
-8!=-?= ：’C :=9ID7 9? ;/A=?.11./0 9= 9F=?.11./0 ;G;6DDE J.G1G ./ 1C /9=76D /;=6D /1@9=KG D6=/./0
:=9BGG ，1C/ 1C .7:=9:= /;=6D /1@9=KG 6= 9I16./A 6/A 1C :=A.B1.F ?;/B1.9/G C6F D.11D 0/=6D.L6I.D.1EM
-/ 1C.G :6:= 1C B9/B:1 9? ?;/B1.9/ G1 ./?9=761.9/ N;6/1.1E .G N;91A ，6/A 1C 6AF6/BA 6D09=.1C7 9? 1C /;=6D
/1@9=KG AG.0/ ;G./0 1C =B.:=9B6D 9? G.0/6D $ 19 $ /9.G =61.9 6G :=?9=76/B ./AJ .G :=G/1A ，1C/ 1C =6G9/
9? ;/A=?.11./0 6/A 9F=?.11./0 9? 1C /;=6D /1@9=KG D6=/./0 .G 6/6DELAM ’C G.7;D61.9/ .DD;G1=61G 1C61 1C
6D09=.1C7 .G G.7:D ，6A6:1.F ，6/A C6G N;.BK B9/F=0/B G:A ，6/A .G 6ID 19 9F=B97 1C :=9ID7 9?
;/A=?.11./0 6/A 9F=?.11./0 9? G67:DG D6=/./0 6/A 1C :=A.B1.F ?;/B1.9/G 9I16./A C6F 099A 0/=6D.L6I.D.1EM
@ABCD7! ：O;/B1.9/ G1 ./?9=761.9/ N;6/1.1E ；.0/6D $ 19 $ /9.G =61.9 ；67:DG D6=/./0
% ；函数集 ｛（$ ，）， ｝，其中 和 分别是函数
3 ! # # 3$ # $
EF 引言 （’ ，）的参数向量和其对应的定义域空间；样本集 (
#
神经网络学习过程本质上体现为样本
文档评论（0）