神经网络紧凑集成模式

汪庆华; 张优云; 朱永生

您当前的位置：

首页 >

文章列表页 >

神经网络紧凑集成模式

更新时间：2025-12-08

- 神经网络紧凑集成模式
- Issue 3, Pages: 295-298(2007)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP183
- Published：2007
- 稿件说明：
移动端阅览
汪庆华, 张优云, 朱永生. 神经网络紧凑集成模式[J]. 2007, (3): 295-298.
DOI：

汪庆华, 张优云, 朱永生. 神经网络紧凑集成模式[J]. 2007, (3): 295-298. DOI：

摘要

在分析现有神经网络集成构造过程的基础上

提出了一种神经网络紧凑集成模式

集成中成员网络的训练和网络组合权重的优化在同一个学习过程中进行

各参数的调整以提高集成泛化性能为目的.与现有神经网络集成模式相比

集成构造过程更加紧凑

它将个体网络生成阶段与结论合成阶段合二为一

并且网络之间的信息交互建立在实时动态的集成结构基础上

保证了成员网络训练与结论合成之间信息传递的始终一致性.为验证该模式的有效性及优越性

采用4种典型的分类数据集对神经网络紧凑集成模式与CNNE、Bagging、Boosting等现有的集成模式在泛化性能上进行了比较

结果表明神经网络集成模式在测试数据集上的错误率降低了8%

6%.

Abstract

关键词

Keywords

references

王正群,陈世福,陈兆乾.优化分类型神经网络线性集成[J].软件学报,2005(11).

周志华,陈世福.神经网络集成[J].计算机学报,2002(01).

Min Jang,Sungzoon Cho.Observational Learning Algorithm for an Ensemble of Neural Networks.[J].Pattern Anal. Appl.,2002.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Energy Efficiency Optimization of the Cryogenic Air Separation Process for Electronic-Grade Ultra Pure Nitrogen

Study on the Thermodynamic Properties in the Anomalous Region of Supercritical Water

Integrated and Joint Design Optimization of Centrifugal Compressor Impeller and Casing Treatment at Multiple Working Points

Influence of Structural Parameters on the Summer Operational Characteristics of a Three-Tower-in-One Indirect Air-Cooling System

Electrothermal Coupling Research on the Evolutionary Law of Anti-Corona Performance for High-Altitude Air-Cooled Generators

Related Author

No data

Related Institution

No data

⁰