论文部分内容阅读
该文通过理论分析和较大量的实例计算机模拟计算，研究了人工神经网络信息存贮的规律，提出了权重规格化以及用规格化权重来定义网络的鲁棒性指标的方法，研究了虚假能量极小点的形成原因和影响网络鲁棒性的因素，得到了网络存贮信息的鲁棒性指标上限。通过实例计算，该文提出按鲁棒性好坏，神经网络可分成具有强和弱两类鲁棒性的网络。影响弱鲁棒性网络性能的主要是少数绝对值很大的规格化权重，影响强鲁棒性网络性能的主要是网络权重绝对值的平均值。（本刊录）