一種提高神經網絡泛化性能的罰項最優腦外科模型

摘 要：最優腦外科過程是一種訓練后網絡剪枝算法，計算的復雜度非常高，通過把剪枝條件以懲罰項的形式納入神經網絡的訓練目標函數中，把正則化方法的結構優化蘊涵于網絡訓練過程，構建面向最優腦外科過程的計算模型，實現網絡訓練過程和最優腦外科過程并行剪枝，既保持了最優腦外科過程的準確性，又具有正則化的高效性，提高了神經網絡模型的泛化性能。該模型在理論上具有收斂性，其有效性和可行性通過給出的LevenbergMarquardt方案仿真實驗也得到了說明。

關鍵詞：神經網絡； 罰項最優腦外科模型； LevenbergMarquardt方案； 泛化能力; 收斂性

中圖分類號：TP183

文獻標志碼：A文章編號：10013695(2010)04128004doi:10.3969/j.issn.10013695.2010.04.021