ANN构造性设计中基于GA优选神经元激活函数类型

作     者：王仲宇 刘红星 Wang Zhongyu Liu Hongxing(Department of Electronic Science and Engineering,Nanjing University,Nanjing210093)

作者机构：南京大学电子科学与工程系南京210093 

基　　金：国家自然基金项目(编号:60275041 59905011)资助 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2004年第40卷第23期

页      码：46-49页

摘      要：构造性设计是ANN设计的发展方向之一。全面的高质量的ANN学习应包括神经元激活函数类型的自动优化。该文在构造性设计的框架内讨论了如何实现典型前馈网络的包括神经元激活函数类型在内的全面学习。首先,提出了典型前馈网络的一种构造性设计方法的原理和算法框架,把整个网络的设计分解成了一个个单个神经元的设计问题;然后提出了基于GA的能实现激活函数类型优选的单个神经元的设计方法。大量函数拟合的仿真实验显示:与其它几种激活函数类型不优选的常见ANN设计方法相比,该文提出的方法更有效,能用较小的网络结构获得较好的泛化性能。

主 题 词：神经网络 构造性方法 遗传算法 神经元激活函数 ANN设计 构造性设计 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 07[理学] 081104[081104] 08[工学] 070104[070104] 0835[0835] 0701[理学-数学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3321/j.issn:1002-8331.2004.23.015

馆 藏 号：203762264...