基于模糊积分的多神经网络集成信息融合  

Multi-neural Network Ensemble Information Fusion Based on Fuzzy Integral

作　　者：王征宇[1] 肖南峰[1] 

机构地区：[1]华南理工大学计算机科学与工程学院,广州510006

出　　处：《计算机工程》2012年第16期157-160,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(61171141)

摘　　要：使用模糊积分实现集成神经网络中的子分类器信息融合,提出一种更加有效和全面的模糊密度,用于模糊积分的计算。以双螺旋分类问题为实验对象,使用集成神经网络实现具有较高正确率的分类方法,对神经网络集成的有效性和各类参数的设定作实验分析,并通过多种模糊密度的比较数据说明该模糊密度函数的有效性。This paper uses fuzzy integral to complete the information fusion of member classifier in ensemble neural network.A more effective fuzzy density function using in fuzzy integral is proposed.Two spirals classification is regarded as experiment object.Ensemble neural network is used to realize the classification method which has better correct rate.Simulation experiments are done to analyze the validity of neural network and different parameters.And experimental data proves the new fuzzy density function is more effective.

关 键 词：神经网络集成 集成学习 信息融合 模糊积分 模糊密度 双螺旋分类问题 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]