神经网络训练样本优化方法研究

作     者：吕光建 张新燕 陈杰 黄池 常喜强 华荣芹 

作者机构：新疆大学电气工程学院 国网新疆电力调度控制中心 新疆电力设计院 

基　　金：本文为新疆电网“友好型”大规模风光互补发电并网的有功调控关键技术开发与应用项目(项目编号:201404091225) 

出 版 物：《电子世界》 (Electronics World)

年 卷 期：2014年第22期

页      码：411-412页

摘      要：神经网络训练样本的选择具有随机性，大量的相似样本不但增加了训练时间，而且削弱了网络的泛化能力、降低了预测的精度。神经网络训练样本的质量对网络预测精度存在较大影响。合理的选择训练样本集对于提高网络的预测精度和泛化能力有重要意义。本文分别分析了训练样本质量与网络预测误差及网络泛化能力的关系，提出了以聚类法优化神经网训练样本，并以某风场数据实例验证了本方法的有效性。

主 题 词：神经网络 训练样本 优化 预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-0522.2014.22.399

馆 藏 号：203144278...