神经网络敏感性的定义分类研究

doi:10.3969/j.issn.1000-1565.2009.05.024

河北大学学报(自然科学版) ›› 2009, Vol. 29 ›› Issue (5): 555-560.DOI: 10.3969/j.issn.1000-1565.2009.05.024

• • 上一篇

神经网络敏感性的定义分类研究

王亮¹,张国春¹,刘爽²

1.河北大学数学与计算机学院,河北保定,071002； 2.河北大学质量技术监督学院,河北保定,071000

出版日期:2009-09-25 发布日期:2009-09-25
基金资助:
河北省自然科学基金，河北省应用基础研究计划重点项目，河北省教育厅首批百名优秀人才支持计划

Research on the Classification of Definitions of Sensitivity for Neural Network

WANG Liang¹,ZHANG Guo-chun¹,LIU Shuang²

Online:2009-09-25 Published:2009-09-25

摘要/Abstract

摘要： 研究了神经网络的输出变量对输入变量和权重变量的敏感性定义,通过分析这些敏感性定义的本质,把神经网络的敏感性定义分为3类:分析学,几何学,物理学.在这3种敏感性定义分类中,对分析学和物理学定义的敏感性进行了模拟实验,实验结果表明,物理学定义的敏感性更适合应用在径向基函数神经网络删除冗余属性上.在解决其他网络的冗余属性问题上,需要进一步研究.

关键词: 神经网络, 敏感性定义, 误差, 分类

中图分类号:

TP183

王亮,张国春,刘爽. 神经网络敏感性的定义分类研究[J]. 河北大学学报(自然科学版), 2009, 29(5): 555-560.

WANG Liang,ZHANG Guo-chun,LIU Shuang. Research on the Classification of Definitions of Sensitivity for Neural Network[J]. Journal of Hebei University (Natural Science Edition), 2009, 29(5): 555-560.

[1] 李士勇. 模糊控制、神经控制和智能控制论 [M]. 哈尔滨:哈尔滨工业大学出版社 1998.
[2] HASHEM S. Sensitivity analysis for feedforward artificial neural networks with differentiable activation functions [A]. Baltimore 1992.
[3] ZURADA J M, MALINOWSKI A, USUI S. Perturbation method for deleting redundant inputs of perceptron networks [J]. Elsevier Science B V 1997, 14(02).
[4] WANG Xizhao, LI Chunguo. A new definition of sensitivity for RBFNN and Its applications to feature reduction [J]. Lecture Notes in Computer Science 2005, 3496.
[5] Jin Young Choi, Chong-Ho Choi. Sensitivity analysis of multilayer perceptron with differentiable activation functions [J]. IEEE Transactions on Neural Networks 1992, 1(1).
[6] YEUNG D S, SUN Xuequan. Using function approximation to analyze the sensitivity of MLP with antisymmetric squashing activation function [J]. IEEE Transactions on Neural Networks 2002, 13(01).
[7] Karayiannis Nicolaos B.. Reformulated radial basis neural networks trained by gradient descent [J]. IEEE Transactions on Neural Networks 1999, 3(3).
[8] Stevenson M., Winter R.. Sensitivity of feedforward neural networks to weight errors [J]. IEEE Transactions on Neural Networks 1990, 1(1).
[9] Cheng A.Y., Yeung D.S.. Sensitivity analysis of neocognitron [J]. IEEE transactions on systems, man and cybernetics, Part C. Applications and reviews: A publication of the IEEE Systems, Man, and Cybernetics Society 1999, 2(2).
[10] Piche S.W.. The selection of weight accuracies for Madalines [J]. IEEE Transactions on Neural Networks 1995, 2(2).
[11] NG W W Y, YEUNG D S, RAN Q. Statistical output sensitivity to input and weight perturbations of radial basis function neuron networks [A]. Twnisia 2002.
[12] ZENG Xiaoqin, YEUNG D S. Sensitivity analysis of multilayer perceptron to input and weight perturbations [J]. IEEE Transactions on Neural Networks 2001, 12(06).
[13] Xiaoqin Zeng, Daniel S. Yeung. A Quantified Sensitivity Measure for Multilayer Perceptron to Input Perturbation [J]. Neural computation 2003, 1(1).
[14] Shi D, Yeung DS, Gao J. Sensitivity analysis applied to the construction of radial basis function networks. [J]. Neural Networks: The Official Journal of the International Neural Network Society 2005, 7(7).
[15] NG W W Y, YEUNG D S. Input dimensionality reduction for Radial Basis Neural Network classification problems using sensitivity analysis [A]. 北京 2002.
[16] NG W W Y, CHANG R K C, YEUNG D S. Dimensionality reduction for denial of service detection problems using RBFNN output sensitivity [A]. 陕西西安 2003.

神经网络敏感性的定义分类研究

Research on the Classification of Definitions of Sensitivity for Neural Network

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	韩佳成,郭文雅,赵亚楠,杨丽君,王颖,张素恒. 菲涅尔衍射积分的角谱算法[J]. 河北大学学报(自然科学版), 2023, 43(3): 237-247.
[2]	申爽,尹新明,席玉强. 王朗国家级自然保护区隐芒蝇属分类研究及1新种记述[J]. 河北大学学报(自然科学版), 2023, 43(3): 292-297.
[3]	李建俊,张慧明. \|x\|在扩展的Chebyshev结点的有理插值[J]. 河北大学学报(自然科学版), 2023, 43(1): 16-20.
[4]	杨昆,原嘉成,高聪,孙宇锋,路宇飞,常世龙,薛林雁. 基于改进的Faster R-CNN的息肉目标检测和分类方法[J]. 河北大学学报(自然科学版), 2023, 43(1): 103-112.
[5]	王华英,孙海军,张雷,王学,黄艳宾,郭海军. 基于神经网络的磁场定位技术[J]. 河北大学学报(自然科学版), 2022, 42(6): 657-664.
[6]	牛晓颖,牟晓晴,孙杰,张春江,赵志磊,田特. 基于营养成分和主成分分析的驴肉与其他肉类分类研究[J]. 河北大学学报(自然科学版), 2022, 42(5): 483-493.
[7]	魏明军,张鑫楠,刘亚志,周太宇. 一种基于SSA-BRF的网络入侵检测方法[J]. 河北大学学报(自然科学版), 2022, 42(5): 552-560.
[8]	许旺,曾清怀,唐戎,蔡余杰. 中国刃颚隐翅虫属1新纪录种(鞘翅目:隐翅虫科)[J]. 河北大学学报(自然科学版), 2022, 42(4): 421-423.
[9]	刘子昌,郝玉莲,张锁良. 基于改进LMMSE的UFMC信道估计算法[J]. 河北大学学报(自然科学版), 2022, 42(4): 433-437.
[10]	刘帅奇,雷钰,庞姣,赵淑欢,苏永钢,孙晨阳. 基于生成对抗网络的SAR图像去噪[J]. 河北大学学报(自然科学版), 2022, 42(3): 306-313.
[11]	哈艳,孟翔杰,田俊峰. 基于近邻样本联合学习模型的疟疾识别算法[J]. 河北大学学报(自然科学版), 2022, 42(2): 208-216.
[12]	卢艳敏,裴素俭,刘海鹏,马惠钦. 石蜈蚣属1新种(石蜈蚣目:石蜈蚣科)记述及分子系统学分析[J]. 河北大学学报(自然科学版), 2022, 42(1): 60-67.
[13]	王芳,张玉,张春红,夏红岩. 基于GA-BP算法的太赫兹波鉴定苜蓿草品种[J]. 河北大学学报(自然科学版), 2021, 41(6): 666-671.
[14]	张锋,余锟. 中国西藏2种锥螲蟷属蜘蛛记述(原蛛下目:盘腹蛛科)[J]. 河北大学学报(自然科学版), 2021, 41(5): 581-586.
[15]	魏宁,袁方,刘宇. 面向本地和外地用户情感分析推荐模型[J]. 河北大学学报(自然科学版), 2021, 41(4): 419-425.