论文部分内容阅读
综述和比较现有改善神经网络泛化能力的方法，特别对其中的5种实用方法进行详细的理论分析，指出各自的优缺点。实验中将各种方法用于函数逼近与数据分类两大领域，通过泛化能力与运行时间的对比，给出其性能排序。发现贝叶斯自适应正则化方法性能最好，其次是正则化法、逐步增加法、剪枝法；早期停止法速度最快，但是用于函数逼近效果不佳，只能用于数据分类。