2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著社會的不斷進步,工業(yè)快速的發(fā)展,使得神經網(wǎng)絡在生活中許多領域得到了廣泛的應用,不過在很多領域,神經網(wǎng)絡的應用并不能完全發(fā)揮網(wǎng)絡的性能,比如說,網(wǎng)絡不能得到很好的泛化,擬合精度低,收斂速度慢,訓練時間比較長,誤差值偏大。近年來,人們發(fā)現(xiàn)自適應調整網(wǎng)絡結構影響著整個網(wǎng)絡的性能和效率,所以優(yōu)化神經網(wǎng)絡結構是當前的一個亟待解決的問題。為此科學家們提出了一些新算法和改進算法來最大化的發(fā)揮網(wǎng)絡性能。
  針對以上的不足,本文基于張米娜的A

2、GP算法提出了改進AGP算法,新型剪枝算法以及新型增長算法。其中新型剪枝算法采用基于貢獻值與輸出連接的權重來修剪節(jié)點,新型增長算法就是采用基于貢獻值的方差相關度差異程度對節(jié)點進行增長,而改進AGP算法就是先用新型剪枝算法進行精簡結構,如果不能達到網(wǎng)絡性能要求,那么就采用新型增長算法進行增加節(jié)點,如果還不能滿足要求,這時網(wǎng)絡訓練就會迭代,直到滿足網(wǎng)絡的性能要求。為了檢驗本文提出的算法是否有效,本文對每個算法都跟其他算法做了對比實驗仿真,并

3、且將AGP算法應用到了交通運輸能力以及國內旅游總產值預測方面,仿真實驗表明本文提出的新算法能夠在實際應用中獲得了預期的效果,在訓練時間、收斂速度、泛化能力以及誤差等方面顯示了其優(yōu)越性。
  本文的研究工作主要有以下幾點:
  第一,本文系統(tǒng)的描述了剪枝算法、構造法以及混合算法的國內外研究現(xiàn)狀以及一些不足,并對每個算法的潛在應用以及分類作了詳細介紹。
  第二,對神經網(wǎng)絡基礎知識進行了簡單的介紹(包括簡介、發(fā)展史、結構特

4、征以及應用),分析了BP算法,并闡述了BP的核心思想。
  第三,分析了影響網(wǎng)絡性能的因素,包括訓練時間、收斂速度、泛化能力以及誤差等方面。
  第四,基于以上不足,提出了一種基于貢獻值與輸出連接的權重來修剪節(jié)點的新型剪枝算法,提高了修剪的效率的同時,也保證了網(wǎng)絡的性能。本文提出了新型增長算法,它是基于貢獻值的方差相關度,直接復制那些相關度高的節(jié)點,不但使得網(wǎng)絡收斂速度加快,而且也防止會出現(xiàn)過度擬合現(xiàn)象,并且做了相關對比實驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論