IHEP OpenIR  > 中国科学院高能物理研究所  > 计算中心  > 期刊论文
训练样本的选取对网络性能的影响
孙功星; 戴长江; 戴贵亮
刊名核电子学与探测技术
1996
期号6页码:4
关键词神经网络 泛化能力 样本
其他题名THE DEPENDENCE OF GENERALIZATION OF NEURAL NETWORK ON TRAINING SET
通讯作者孙功星
中文摘要神经网络的训练效果相当地仍依赖于样本的选取。本文介绍三种不同的样本选取方案,并从MonteCarlo实验进行比较研究来探讨这个问题。模拟分析结果表明,虽然三种方法选取的样本分布迥异,但训练后的网络泛化能力都很强,即接近于Bayes极限。此外,网络的泛化能力还依赖于训练样本集的大小。因此,适当地选取训练样本子集不仅使网络有较好的执行结果,还可以减少训练时间。
项目资助者国家自然科学基金
文献类型期刊论文
条目标识符http://ir.ihep.ac.cn/handle/311005/218898
专题中国科学院高能物理研究所_计算中心_期刊论文
推荐引用方式
GB/T 7714
孙功星,戴长江,戴贵亮. 训练样本的选取对网络性能的影响[J]. 核电子学与探测技术,1996(6):4.
APA 孙功星,戴长江,&戴贵亮.(1996).训练样本的选取对网络性能的影响.核电子学与探测技术(6),4.
MLA 孙功星,et al."训练样本的选取对网络性能的影响".核电子学与探测技术 .6(1996):4.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
3198.pdf(233KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[孙功星]的文章
[戴长江]的文章
[戴贵亮]的文章
百度学术
百度学术中相似的文章
[孙功星]的文章
[戴长江]的文章
[戴贵亮]的文章
必应学术
必应学术中相似的文章
[孙功星]的文章
[戴长江]的文章
[戴贵亮]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 3198.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。