数据标准化在神经网络学习中的效果

进行神经网络学习时，往往要进行原始数据的预先转换。为此，通常采用线性变换或统计标准化。主要注意力集中在专门设计的在具有超前耦合的网络条件下，应用与两组分类问题有关数据的实验上。同时，既研究了简单问题，也研究了复杂问题。网络的体系结构和抽样规模被认为是其他实验因素。结果表明，数据转换可以改善教学过程的特性。但是，转换结果所产生的优越性，将随着输入抽样规模的增加而消失。