模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
4期
565-571
,共7页
杨长盛%陶亮%曹振田%汪世义
楊長盛%陶亮%曹振田%汪世義
양장성%도량%조진전%왕세의
集成学习%选择性集成%差异性%成对差异性度量%并行计算
集成學習%選擇性集成%差異性%成對差異性度量%併行計算
집성학습%선택성집성%차이성%성대차이성도량%병행계산
有效地产生泛化能力强、差异大的个体学习器,是集成学习算法的关键.为了提高学习器的差异性和精度,文中提出一种基于成对差异性度量的选择性集成方法.同时研究一种改进方法,进一步提高方法的运算速度,且支持并行计算.最后通过使用BP神经网络作为基学习器,在UCI数据集上进行实验,并与Bagging、基于遗传算法的选择性集成(GASEN)算法进行比较.实验结果表明,该改进算法在性能上与GASEN算法相近的前提下,训练速度得到大幅提高.
有效地產生汎化能力彊、差異大的箇體學習器,是集成學習算法的關鍵.為瞭提高學習器的差異性和精度,文中提齣一種基于成對差異性度量的選擇性集成方法.同時研究一種改進方法,進一步提高方法的運算速度,且支持併行計算.最後通過使用BP神經網絡作為基學習器,在UCI數據集上進行實驗,併與Bagging、基于遺傳算法的選擇性集成(GASEN)算法進行比較.實驗結果錶明,該改進算法在性能上與GASEN算法相近的前提下,訓練速度得到大幅提高.
유효지산생범화능력강、차이대적개체학습기,시집성학습산법적관건.위료제고학습기적차이성화정도,문중제출일충기우성대차이성도량적선택성집성방법.동시연구일충개진방법,진일보제고방법적운산속도,차지지병행계산.최후통과사용BP신경망락작위기학습기,재UCI수거집상진행실험,병여Bagging、기우유전산법적선택성집성(GASEN)산법진행비교.실험결과표명,해개진산법재성능상여GASEN산법상근적전제하,훈련속도득도대폭제고.
