期刊文献+

改进的集成神经网络学习优化研究 被引量:1

Research on the optimization of neural network ensemble learning
下载PDF
导出
摘要 AdaBoosting算法是一种集成学习算法,用来提高不稳定学习器的泛化能力.本文基于神经网络是一种不稳定分类器的机理结合最小二乘算法和遗传算法,提出了对集成神经网络分类器权值进行优化的新方法. Ensemble learning is an algorithm to improve the generalization ability of the unstable classifier. Based on the unstable classifier of NN and combined the Least Square Algorithm(LSA) and Genetic Algorithm(GA), the new method has been proposed to optimize the weights of ensemble neural network classifiers.
作者 李波 杜健
出处 《天津理工大学学报》 2005年第4期64-67,共4页 Journal of Tianjin University of Technology
关键词 集成神经网络 AdaBoosting算法 最小二乘方法 ensemble neural network AdaBoosting algorthm least square algorithm
  • 相关文献

参考文献4

  • 1Hansen L K, Salamon P. Neural network ensembles[J]. IEEE Trans Pattern Analysis and Machine Intelligence, 1990, 12(10):993- 1001.
  • 2Schapire R E, Freund Y, Bartlett Y, et al. Boosting the margin: a new explanation for the effectiveness of voting methods[J]. The Annals of Statistics, 1998, 26(5):1651 - 1686.
  • 3Schapire R E,The strength of weak learnability[J]. Machine Learning, 1990, 5:197 - 227.
  • 4Freund Y, Schapire R E. A decision-theoretic generalization of on-line learning and an application to boosting[Jl. Journal of Computer and System Sciences, 1997, 55( 1 ) : 119 - 139.

同被引文献4

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部