反馈集成网络的学习算法与分析

被引:4
作者
汪力新
戴汝为
机构
[1] 中国科学院自动化研究所人工智能实验室
关键词
反馈; 集成; 人工神经网络; 监督学习;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在多个单分类器的基础上进行集成,能有效提高系统的识别能力。它已成为模式识别的重要方法。控制系统告诉我们,反馈的引入能大大提高系统的性能。因此,本文提出反馈集成网络模型。由于所提模型是复杂的动力学系统,我们简要介绍了有关的数字结论,然后详细给出它的监督学习算法。实验表明,我们的模型比普通前向型人工神经网络更为优越。
引用
收藏
页码:245 / 252
页数:8
相关论文
共 4 条
[1]   反馈集成网络的动力学分析及其应用 [J].
汪力新 ;
戴汝为 .
自动化学报, 1998, (06) :23-30
[2]   基于人机结合的竞争监督学习 [J].
汪力新 ;
费越 ;
戴汝为 .
模式识别与人工智能, 1997, 10 (03) :189-196
[3]  
工程控制论[M]. 科学出版社 , 戴汝为等译, 1958
[4]  
First- and Second-Order Methods for Learning: Between Steepest Descent and Newton's Method[J] . Roberto Battiti.Neural Computation . 1992 (2)