化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2011年
8期
2287-2291
,共5页
高敬阳%陈程立诏%朱群雄
高敬暘%陳程立詔%硃群雄
고경양%진정립조%주군웅
网络集成算法%逆向样本权值分布%中间层网络集成
網絡集成算法%逆嚮樣本權值分佈%中間層網絡集成
망락집성산법%역향양본권치분포%중간층망락집성
对IB(Inverse Boosting)神经网络集成算法进行了研究,提出了IB算法的改进算法IB+算法.改进算法继承了IB算法的逆向样本分布调整策略,并在训练的过程中将部分已训练好的个体子网进行中间层网络集成,利用该中间层集成网络生成新的训练样本分布.实验结果表明,对于逆向权值分布的Boosting类算法,个体子网之间的关联度对网络集成后的泛化性能影响很小,减小个体网络的泛化误差将使集成后的泛化性能提高.
對IB(Inverse Boosting)神經網絡集成算法進行瞭研究,提齣瞭IB算法的改進算法IB+算法.改進算法繼承瞭IB算法的逆嚮樣本分佈調整策略,併在訓練的過程中將部分已訓練好的箇體子網進行中間層網絡集成,利用該中間層集成網絡生成新的訓練樣本分佈.實驗結果錶明,對于逆嚮權值分佈的Boosting類算法,箇體子網之間的關聯度對網絡集成後的汎化性能影響很小,減小箇體網絡的汎化誤差將使集成後的汎化性能提高.
대IB(Inverse Boosting)신경망락집성산법진행료연구,제출료IB산법적개진산법IB+산법.개진산법계승료IB산법적역향양본분포조정책략,병재훈련적과정중장부분이훈련호적개체자망진행중간층망락집성,이용해중간층집성망락생성신적훈련양본분포.실험결과표명,대우역향권치분포적Boosting류산법,개체자망지간적관련도대망락집성후적범화성능영향흔소,감소개체망락적범화오차장사집성후적범화성능제고.
