一种基于多进化神经网络的分类方法

被引：13

作者：

商琳

王金根

姚望舒

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室

[2] 解放军炮兵学院

来源：

软件学报 | 2005年 / 09期

关键词：

进化计算; 进化策略; 神经网络; 分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

分类问题是目前数据挖掘和机器学习领域的重要内容.提出了一种基于多进化神经网络的分类方法CABEN(classificationapproachbasedonevolutionaryneuralnetworks).利用改进的进化策略和Levenberg-Marquardt方法对多个三层前馈神经网络同时进行训练.训练好各个分类模型以后,将待识别数据分别输入,最后根据绝对多数投票法决定最终分类结果.实验结果表明,该方法可以较好地进行数据分类,而且与传统的神经网络方法以及贝叶斯方法和决策树方法相比,在分类精度方面有明显的改善,体现出较好的稳定性和容错性,尤其适用于类别数较多且分类困难的复杂分类问题.

引用

页码：1577 / 1583

页数：7

共 7 条

[1] 一种限定性的双层贝叶斯分类模型
石洪波
王志海
黄厚宽
励晓健
[J]. 软件学报, 2004, (02) : 193 - 199
[2] 演化策略的全局收敛性
郭崇慧
唐焕文
[J]. 计算数学, 2001, (01) : 105 - 110
[3] A generalized feedforward neural network architecture for classification and regression[J] . Ganesh Arulampalam,Abdesselam Bouzerdoum.Neural Networks . 2003 (5)
[4] Complexity measures and decision tree complexity: a survey[J] . Harry Buhrman,Ronald de Wolf.Theoretical Computer Science . 2002 (1)
[5] Parallel evolutionary training algorithms for “hardware-friendly” neural networks[J] . Vassilis P. Plagianakos,Michael N. Vrahatis.Natural Computing . 2002 (2)
[6] Bayesian Network Classifiers
Nir Friedman
Dan Geiger
Moises Goldszmidt
[J]. Machine Learning, 1997, 29 : 131 - 163
[7] Static task allocation using (μ, λ) evolutionary strategies[J] . Ajay K. Gupta.Information Sciences . 1996 (1)

← 1 →