首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

神经网络隐层节点的稀疏化

摘要第3-4页
Abstract第4页
引言第7-9页
1 神经网络第9-19页
    1.1 神经元第9-11页
        1.1.1 生物神经元第9页
        1.1.2 人工神经元第9-10页
        1.1.3 激活函数第10-11页
    1.2 发展历程第11-12页
    1.3 网络分类第12-14页
        1.3.1 按照网络连接的拓扑结构分类第12-13页
        1.3.2 按照网络内部的信息流向分类第13-14页
        1.3.3 按照学习环境分类第14页
    1.4 BP神经网络第14-19页
        1.4.1 BP算法的原理第15页
        1.4.2 单隐层BP神经网络第15-16页
        1.4.3 单隐层BP神经网络的算法第16页
        1.4.4 BP神经网络的缺点第16-19页
2 正则化方法第19-29页
    2.1 方法介绍第19-21页
        2.1.1 L_p正则化问题第19页
        2.1.2 正则化框架第19-21页
        2.1.3 评价正则子的四个准则第21页
    2.2 L_0正则化第21-22页
    2.3 L_1正则化第22-23页
    2.4 L_(1/2)正则化第23-25页
    2.5 几个应用第25-29页
        2.5.1 不适定问题第25页
        2.5.2 压缩传感理论第25-26页
        2.5.3 支持向量机第26页
        2.5.4 欠定线性方程组稀疏解第26-28页
        2.5.5 稀疏线性模型的变量选择问题第28-29页
3 正则化方法改善BP网络第29-35页
    3.1 算法原理第29-31页
    3.2 算法步骤第31-32页
    3.3 L_(1/2)正则化批处理梯度法第32-33页
    3.4 光滑化的L_(1/2)正则化批处理梯度法第33-34页
    3.5 改进的L_(1/2)正则化批处理梯度法第34-35页
4 数值试验第35-48页
    4.1 Monk问题第35-40页
    4.2 Sonar问题第40-44页
    4.3 逼近问题第44-48页
结论第48-49页
参考文献第49-53页
攻读硕士学位期间发表学术论文情况第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于网站指纹的web识别和混淆技术研究
下一篇:变量核奇异积分和分数次微分的估计