%0 Journal Article
%T 训练多层网络的样本数问题
%A 张鸿宾
%J 自动化学报
%P 71-77
%D 1993
%X ？本文分析多层网络的映射增长函数,以经验风险最小和期望风险最小之间的偏差来定义网络的泛化能力.基于Vapnik-Chervonenkis的事件出现频率一致收敛于其概率的理论,讨论网络的结构、训练样本数和网络泛化能力间的关系.分析在最不利的情况下为保证一定泛化能力所需要的训练样本数.
%K 人工神经网络
%K 泛化
%K Vapnik-Chervonenkis维数
%U http://www.aas.net.cn/CN/abstract/abstract14279.shtml