石油化工自动化
石油化工自動化
석유화공자동화
AUTOMATION IN PETRO-CHEMICAL INDUSTRY
2014年
4期
41-46
,共6页
模块化神经网络%分而治之%权重优化
模塊化神經網絡%分而治之%權重優化
모괴화신경망락%분이치지%권중우화
modular neural network%divide and conquer%weight optimization
针对模块化神经网络的集成问题,综合“分而治之”和“集思广益”的思想,提出了一种在线选择子网络的方法.针对不同的输入,计算输入与各子网络训练样本中心的距离测度,构造距离测度的隶属函数,通过模糊判别实现子网络的在线选择.参与信息处理的子网络随输入变化,使网络集成具有更强的自适应能力.多个子网络采用线性整合,采用样本空间重构技术及动态规划方法实现子网络权重的在线优化.仿真结果表明:该方法提高了模块化神经网络的精度和泛化能力.
針對模塊化神經網絡的集成問題,綜閤“分而治之”和“集思廣益”的思想,提齣瞭一種在線選擇子網絡的方法.針對不同的輸入,計算輸入與各子網絡訓練樣本中心的距離測度,構造距離測度的隸屬函數,通過模糊判彆實現子網絡的在線選擇.參與信息處理的子網絡隨輸入變化,使網絡集成具有更彊的自適應能力.多箇子網絡採用線性整閤,採用樣本空間重構技術及動態規劃方法實現子網絡權重的在線優化.倣真結果錶明:該方法提高瞭模塊化神經網絡的精度和汎化能力.
침대모괴화신경망락적집성문제,종합“분이치지”화“집사엄익”적사상,제출료일충재선선택자망락적방법.침대불동적수입,계산수입여각자망락훈련양본중심적거리측도,구조거리측도적대속함수,통과모호판별실현자망락적재선선택.삼여신식처리적자망락수수입변화,사망락집성구유경강적자괄응능력.다개자망락채용선성정합,채용양본공간중구기술급동태규화방법실현자망락권중적재선우화.방진결과표명:해방법제고료모괴화신경망락적정도화범화능력.
