论文研究一种提高神经网络泛化性能的罚项最优脑外科模型.pdf

最优脑外科过程是一种训练后网络剪枝算法，计算的复杂度非常高，通过把剪枝条件以惩罚项的形式纳入神经网络的训练目标函数中，把正则化方法的结构优化蕴涵于网络训练过程，构建面向最优脑外科过程的计算模型，实现网络训练过程和最优脑外科过程并行剪枝，既保持了最优脑外科过程的准确性，又具有正则化的高效性，提高了神经网络模型的泛化性能。该模型在理论上具有收敛性，其有效性和可行性通过给出的Levenberg-Marquardt方案仿真实验也得到了说明。