摘要：树突神经网络(DENN)是一种含有局部非线性树突结构的特殊神经网络模型。文章研究了DENNs在网络结构变化的情况下模型的学习行为。在有监督学习任务的实验中发现,局部非线性结构的DENNs可以提高模型的表达能力,并且在中等树突分支数量时表达能力最强,在网络较小的情况下DENNs模型比常规前馈型神经网络的优势表现得更加明显。在随机噪声数据集上的实验中发现DENNs拟合能力的优势不明显,这种现象进一步表明,DENNs的容量优势与自然图像数据中的冗余有关。