人工神经网络预报模型的过拟合研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对神经网络方法在预报建模中存在的“过拟合”(overfitting)现象和提高泛化性能(generalization capability)问题，提出了采用主成分分析构造神经网络低维学习矩阵的预报建模方法。研究结果表明，这种新的神经网络预报建模方法，通过浓缩预报信息，降维去噪，使得神经网络的预报建模不需要进行适宜隐节点数的最优网络结构试验，没有“过拟合”现象，并且与传统的神经网络预报建模方法及逐步回归预报模型相比泛化能力有显著提高。http://www.cqvip.com//QK/90056X/200401/9433718.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：人工神经网络 人工神经 神经网络 过拟合 神经网 人工神经网络 预报模型 过拟合现象 泛化性能