基于神經(jīng)網(wǎng)絡(luò)集成的數(shù)據(jù)分析.pdf

1、神經(jīng)網(wǎng)絡(luò)集成通過(guò)訓(xùn)練多個(gè)神經(jīng)網(wǎng)絡(luò)并將其結(jié)論進(jìn)行適當(dāng)?shù)暮铣?可以顯著地提高學(xué)習(xí)系統(tǒng)的泛化能力.它不僅有助于科學(xué)家對(duì)機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的深入研究,還有助于普通工程技術(shù)人員利用神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)解決現(xiàn)實(shí)世界中的實(shí)際應(yīng)用問(wèn)題.因此,它被視為一種有廣闊前景的工程化神經(jīng)網(wǎng)絡(luò)技術(shù),已經(jīng)成為機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究熱點(diǎn).然而,設(shè)計(jì)一個(gè)好的神經(jīng)網(wǎng)絡(luò)集成也并非易事.集成算法若要取得好的效果,必須在個(gè)體準(zhǔn)確性與彼此差異性之間取得一個(gè)平衡.現(xiàn)有的一些方法大多側(cè)

2、重于怎樣取得差異性大的神經(jīng)網(wǎng)絡(luò)個(gè)體,而忽略了個(gè)體的準(zhǔn)確性.那些用來(lái)制造差異性的方法,往往會(huì)使個(gè)體的準(zhǔn)確性降低,導(dǎo)致系統(tǒng)泛化能力的提高并不明顯.而且制造出來(lái)的差異性也沒(méi)有得到充分的利用.特別是在訓(xùn)練樣本較少的情況下,這種情況更嚴(yán)重.針對(duì)這種情況,該文提出了一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)集成構(gòu)造方法--基于噪聲傳播的神經(jīng)網(wǎng)絡(luò)集成算法(NSENN).首先,通過(guò)Bootstrap產(chǎn)生一批有一定差異度的神經(jīng)網(wǎng)絡(luò)個(gè)體.然后利用它們制造出"偽噪聲樣本",再將這些