%0 Journal Article
%T An Evolutionary Algorithm for Active Learning of Neural Network<br>神经网络主动学习的进化算法
%A 孙功星
%A 戴贵亮
%J 计算机科学
%D 2002
%I 
%X 1 引言近年来,神经网络的研究取得了很大进展,特别是,为了克服传统的BP学习算法的缺陷,即学习速度慢和人为给定的拓扑结构对特定学习任务的不适应性,而发展的自适应神经网络的增长策略,它通过不断地增长隐节点或子网来满足给定学习任务的复杂性要求。这种神经网络的增长算法不仅克服了人为指定的拓扑结构的困难,而且由于其结构过程所固有的模块化训练特性,也缓解了传统的BP算法训练速度慢的突出问题。由于神经网络训练程度很难把握,许多算法往往过分强调训练结果而牺牲泛化结果,致使网络的过拟合问题严重。为了克服过拟合问题,研究者们采用了多网络合作模型,由于多个网络的平均效应,可以避免单个
%K 神经网络
%K 主动学习
%K 进化算法
%K 学习算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=510971D75EA58DB6&yid=C3ACC247184A22C1&vid=771469D9D58C34FF&iid=F3090AE9B60B7ED1&sid=1D0FA33DA02ABACD&eid=E84BBBDDD74F497C&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=12