提高多层前馈网络推广能力的权值控制算法

张翔; 丁晶

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

提高多层前馈网络推广能力的权值控制算法

张翔, 丁晶

文章导航 > 水科学进展 > 1998 > 9(4): 373-377

张翔, 丁晶. 提高多层前馈网络推广能力的权值控制算法[J]. 水科学进展, 1998, 9(4): 373-377.

引用本文:

张翔, 丁晶. 提高多层前馈网络推广能力的权值控制算法[J]. 水科学进展, 1998, 9(4): 373-377.

Zhang Xiang, Ding Jing. Controlled Weight Method for Improving the Generalization Ability of Layered Forward Neural Networks[J]. Advances in Water Science, 1998, 9(4): 373-377.

Citation:

Zhang Xiang, Ding Jing. Controlled Weight Method for Improving the Generalization Ability of Layered Forward Neural Networks[J]. Advances in Water Science, 1998, 9(4): 373-377.

提高多层前馈网络推广能力的权值控制算法

张翔,
丁晶

四川联合大学水利系成都610065

基金项目: 国家自然科学基金资助项目(49571017)

详细信息

中图分类号: P343.3

Controlled Weight Method for Improving the Generalization Ability of Layered Forward Neural Networks

Sichuan Union University, Chengdu 610065

摘要: 研究了多层前馈网络的“过拟合”现象,针对网络拟合效果好,而推广能力差的问题,提出了与BP算法相结合的、以权值修正量小于某一给定的较小值为收敛标准的权值控制算法.在紫坪埔水库工程洪水预报的神经网络模型中的应用表明,该方法具有提高多层前馈网络推广能力的作用.
- 多层前馈网络 /
- 过拟合 /
- 推广能力 /
- 权值控制算法
Abstract: In this paper,the pheno menon of "over fitting" of ANN is studied.A new method called control led-weight is proposed to improve the generalization ability of layered forward neural networks.Its efficiency is given by using daturm from the field of hydrological forecasting.
- layered forward neural networks /
- overfitting /
- generalization ability /
- controlled-weight method

[1]

1 张立明编著.人工神经网络模型及其应用.上海:复旦大学出版社,1992.32～47
2 V V Anshelevich,etc.On the Ability of Neural Networks to Perform Generalization by Induction,Biological Cybernetics,61,1989,125～128
3 Schoner W.Reachong the Generalization Maximum of Backpr opagation Networks,Artificial Neural networks 2,Elsevier Science Publishers BV,1992.91～94
4 徐秉铮,张百灵,韦岗编著.神经网络理论与应用.广州:华南理工大学出版社,1994.90～120
5 Naftali Tishly,E Levin,Sara A Solla.Consistent Inference of Proba bilities in Layered Networks:Prodictions and Gener alization.In Proc.of JJCN N,Ⅱ,IEEE 1989.403～410
6 Sara A Solla.Supervised L earning:A Theoretical Framework,Nonlinear Modeling and Forecasting,SFI Studies in the Sceience of Complexity.Vol.Ⅶ,Eds.M.Casdaglis,etc.1992,25～38
7 张鸿宾.计算学习理论及其应用(1)、(2).计算机科学.1992,19(2):1992,59～63;,1992,19(3):18～21
8 A Blumer.Learnability and the Vapnik-Cher vonenkis Dimension,Journal of the ACM.1989,36(4):929～965
9 张翔,丁晶.神经网络多变量洪水分类预报模型.神经网络理论与应用研究′96.成都:西南交通大学出版社,1996.717～720

[1]	程亦菲, 夏军强, 周美蓉, 邓珊珊. 黄河下游游荡段过流能力调整对水沙条件与断面形态的响应 . 水科学进展, 2020, 31(3): 337-347. doi: 10.14042/j.cnki.32.1309.2020.03.003
[2]	杨卓媛, 夏军强, 周美蓉, 万占伟. 黄河口尾闾段河床形态调整及过流能力变化 . 水科学进展, 2019, 30(3): 305-315. doi: 10.14042/j.cnki.32.1309.2019.03.001
[3]	徐英. 考虑块段效应的RBF神经网络在土壤空间插值中的应用 . 水科学进展, 2012, 23(1): 67-73. doi: CNKI:32.1309.P.20120104.2012.007
[4]	窦明, 左其亭, 胡瑞, 李桂秋. 淮河流域水环境综合承载能力 . 水科学进展, 2010, 21(2): 248-254.
[5]	方神光, 李玉荣, 吴保生. 大型输水渠道闸前常水位的研究 . 水科学进展, 2008, 19(1): 68-71.
[6]	黄莉新. 江苏省水资源承载能力评价 . 水科学进展, 2007, 18(6): 879-883.
[7]	朱永华, 夏军, 刘苏峡, 贾绍凤, 丰华丽. 海河流域生态环境承载能力计算 . 水科学进展, 2005, 16(5): 649-654.
[8]	刘丙军, 邵东国. 区域水资源承载能力资产负债分析方法 . 水科学进展, 2005, 16(2): 250-254.
[9]	顾颖, 倪深海, 王会容. 中国农业抗旱能力综合评价 . 水科学进展, 2005, 16(5): 700-704.
[10]	左其亭, 马军霞, 高传昌. 城市水环境承载能力研究 . 水科学进展, 2005, 16(1): 103-108.
[11]	张小峰, 袁晶. 基于熵值法的BP网络输入变量加权分层方法研究 . 水科学进展, 2005, 16(2): 263-267.
[12]	杨克君, 曹叔尤, 刘兴年. 复式河槽阻力系数及过流能力计算 . 水科学进展, 2005, 16(1): 23-27.
[13]	王志东, 汪德爟. 含闸墩溢流坝三维过坝水流数值模拟 . 水科学进展, 2004, 15(6): 735-738.
[14]	王煜, 杨立彬, 张新海, 侯传河, 何宏谋, 乔西现, 孙寿松. 西北地区水资源承载能力研究 . 水科学进展, 2001, 12(4): 523-529.
[15]	曾维华, 杨志峰, 蒋勇. 水资源可再生能力刍议 . 水科学进展, 2001, 12(2): 276-279.
[16]	王建生, 徐子恺, 姚建文. 单位水量粮食生产能力分析 . 水科学进展, 1999, 10(4): 429-434.
[17]	李兰. 水环境逆边界逆动态混合控制精确算法 . 水科学进展, 1999, 10(1): 7-13.
[18]	胡铁松, 万永华, 冯尚友. 水库群优化调度函数的人工神经网络方法研究 . 水科学进展, 1995, 6(1): 53-60.
[19]	齐璞. 对黄河下游河道输沙能力的新认识 . 水科学进展, 1993, 4(2): 153-160.
[20]	郭俊克, 张宝玉. 曲线拟合的Hamilton原理及在泥沙阻力系数研究中的应用 . 水科学进展, 1992, 3(3): 215-220.

点击查看大图

计量

文章访问数: 5
HTML全文浏览量: 1
PDF下载量: 518
被引次数: 0

提高多层前馈网络推广能力的权值控制算法

张翔,
丁晶

四川联合大学水利系成都610065

基金项目: 国家自然科学基金资助项目(49571017)

收稿日期: 1997-04-21
修回日期: 1997-12-18
刊出日期: 1998-10-25

中图分类号: P343.3

关键词:

多层前馈网络 /

过拟合 /

推广能力 /

权值控制算法

摘要: 研究了多层前馈网络的“过拟合”现象,针对网络拟合效果好,而推广能力差的问题,提出了与BP算法相结合的、以权值修正量小于某一给定的较小值为收敛标准的权值控制算法.在紫坪埔水库工程洪水预报的神经网络模型中的应用表明,该方法具有提高多层前馈网络推广能力的作用.

English Abstract

张翔, 丁晶. 提高多层前馈网络推广能力的权值控制算法[J]. 水科学进展, 1998, 9(4): 373-377.

引用本文:

张翔, 丁晶. 提高多层前馈网络推广能力的权值控制算法[J]. 水科学进展, 1998, 9(4): 373-377.

Zhang Xiang, Ding Jing. Controlled Weight Method for Improving the Generalization Ability of Layered Forward Neural Networks[J]. Advances in Water Science, 1998, 9(4): 373-377.

Citation:

Zhang Xiang, Ding Jing. Controlled Weight Method for Improving the Generalization Ability of Layered Forward Neural Networks[J]. Advances in Water Science, 1998, 9(4): 373-377.