基于最优权值的选择性神经网络集成方法

被引：4

作者：

吴建鑫

陈兆乾

周志华

机构：

[1] 南京大学计算机软件新技术国家重点实验室

来源：

关键词：

神经网络; 集成; 遗传算法; 机器学习; 优化;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文提出一种基于最优权值的选择性神经网络集成构造方法,在训练出个体神经网络之后,使用遗传算法计算出这些网络在加权平均方法中对应的最优权值,然后选择权值大于一定阈值的部分网络使用简单平均方法组成神经网络集成,理论分析和实验结果表明,与传统方法相比,本文方法使用部分网络能够取得更好的效果。

引用

页码：476 / 480

页数：5

共 5 条

[1]

Combining predictors: comparison of five meta machine learning methods[J] . Jakob Vogdrup Hansen.Information Sciences . 1999 (1)

[2]

On Combining Artificial Neural Nets[J] . Amanda J. C. Sharkey.Connection Science . 1996 (3-4)

[3] Bagging predictors [J].

Breiman, L .

[4] THE STRENGTH OF WEAK LEARNABILITY [J].

SCHAPIRE, RE .

[5]

Advances in Neural Information Processing Systems .2 Zhang L,Amari S,Cichocki A. MITPress . 2000