限定记忆的前向神经网络在线学习算法研究
来源期刊:控制与决策2005年第3期
论文作者:盛守照 王道波 黄向华
文章页码:303 - 307
关键词:前向神经网络;在线学习;统计学习理论;机器学习;
摘 要:从理论上分析了隐含层激励函数满足Mercer条件的前向神经网络的数学本质,给出了网络学习的指导方向.提出3种网络在线学习算法,它们通过动态调整网络结构和权值来提高网络在线预测性能.算法完全符合统计学习理论提出的结构风险最小化原则,具有较快的学习收敛速度和良好的抗噪声能力.最后通过具体数值实验验证了上述算法的可行性和优越性.
盛守照,王道波,黄向华
摘 要:从理论上分析了隐含层激励函数满足Mercer条件的前向神经网络的数学本质,给出了网络学习的指导方向.提出3种网络在线学习算法,它们通过动态调整网络结构和权值来提高网络在线预测性能.算法完全符合统计学习理论提出的结构风险最小化原则,具有较快的学习收敛速度和良好的抗噪声能力.最后通过具体数值实验验证了上述算法的可行性和优越性.
关键词:前向神经网络;在线学习;统计学习理论;机器学习;