消除人工神经网络分类学习中边界效应的研究
该研究设计了26种训练条件,在每种条件下训练30个人工神经网络,记录神经网络在各种条件下对困难组、容易组、总体组的测验误差和答对率,并由此计算出相应的边界效应。研究表明,当训练模式为条件11和14时,边界效应可以消除。但需要付出代价,即总体测验误差将有所增加,由于神经网络的非线性特点,人们不能指望运用线性训练的方式来消防边界效应。
人工神经网络 分类学习 边界效应
余嘉元
南京师范大学心理系(南京)
国内会议
南京
中文
91~94
2000-11-01(万方平台首次上网日期,不代表论文的发表时间)