摘要

多层感知机(MLP)对权值扰动的敏感性反映当网络权值发生变化时网络输出的变化规律,是研究MLP学习机制的一种重要衡量工具。系统讨论MLP对权值扰动的敏感性计算方法,提出一种层层递进的敏感性近似算法。利用数值积分从第一层神经元开始计算,后一层神经元的计算利用前一层的结果,最终给出所有层神经元以及整个网络的敏感性计算表达式。该敏感性计算算法只要求网络的各维输入相互独立,而对其具体的分布无任何限制,同时还具有计算复杂度低、通用性强等优点,模拟实验验证了该算法的准确性和有效性。