基于最优权值的选择性神经网络集成方法  

SELECTIVE NEURAL NETWORK ENSEMBLE BASED ON OPTIMAL WEIGHTS

作　　者：吴建鑫[1] 陈兆乾[1] 周志华[1] 

机构地区：[1]南京大学计算机软件新技术国家重点实验室,南京210093

出　　处：《模式识别与人工智能》2001年第4期476-480,共5页Pattern Recognition and Artificial Intelligence

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。In this paper, a selective constructing approach for neural network ensemble based on optimal weights is proposed. This approach uses genetic algorithm to calculate the optimal weight values for the networks when the weighted average method is ased , and then those networks with weight larger than a given threshold value are ensembled using simple average. Theoretical analysis and experimental results show that this approach outperforms traditional ones.

关 键 词：选择性神经网络 集成 最优权值 学习算法 人工智能 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]