关于改进神经网络泛化性能的若干算法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-17页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文内容和结构 | 第15-17页 |
| 2 神经网络及其学习算法 | 第17-25页 |
| ·前馈神经网络 | 第17-21页 |
| ·单隐层神经网络 | 第18-21页 |
| ·集成神经网络 | 第21-23页 |
| ·Bagging和Boosting | 第22页 |
| ·负相关学习 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 3 基于二维前馈神经网络的梯度下降学习算法 | 第25-36页 |
| ·引言 | 第25页 |
| ·背景知识 | 第25-27页 |
| ·二维随机权网络 | 第25-27页 |
| ·基于二维前馈神经网络的梯度下降学习算法 | 第27-28页 |
| ·实验结果与分析 | 第28-34页 |
| ·本章小结 | 第34-36页 |
| 4 基于二维随机权网络的负相关集成学习算法 | 第36-48页 |
| ·引言 | 第36页 |
| ·背景知识 | 第36-38页 |
| ·基于随机权网络的负相关集成学习 | 第36-38页 |
| ·基于二维随机权网络的负相关集成学习 | 第38-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·本章小结 | 第45-48页 |
| 5 基于随机局部线性模型的负相关集成学习算法 | 第48-59页 |
| ·引言 | 第48页 |
| ·背景知识 | 第48-49页 |
| ·随机局部线性模型 | 第48-49页 |
| ·基于随机局部线性模型的负相关集成学习 | 第49-50页 |
| ·实验结果与分析 | 第50-58页 |
| ·本章小结 | 第58-59页 |
| 6 结论与展望 | 第59-63页 |
| ·研究总结 | 第59页 |
| ·进一步需要开展的工作 | 第59-63页 |
| 参考文献 | 第63-67页 |
| 作者简历 | 第67页 |
