一种基于重置的变结构前馈神经网络

摘要

基于GaussNewton法的前馈神经网络虽然可以达到局部二阶收敛速度,但网络结构中如果结点个数过多,会造成过模拟;网络结点过少,又会导致不收敛。为了优化神经网络结构,尝试引入重置算法(EarlyRestartAlgo rithm),并将其应用于GaussNewton前馈神经网络,提出基于重置的GaussNewton变结构前馈神经网络。对比实验表明,重置算法的引入有效地解决神经网络的结构优化问题,优化后的神经网络具有良好的收敛性与稳定性。