论文部分内容阅读
Pi-Sigma 神经网络是一种具有较强非线性映射能力和泛化能力的高阶前馈型神经网络。但因为求积节点的引入,导致其网络结构比较复杂,影响了学习效率的提升。本文拟采用在稀疏效果方面有突出的表现的光滑化L 0 惩罚项方法,以期能够有效去除网络中的冗余权值,简化网络结构。最后,通过在函数逼近和语音识别中应用的对比实验,验证了光滑化L 0 正则化算法在稀疏效果方面的优势。