北京师范大学学报（自然科学版）
北京師範大學學報（自然科學版）
북경사범대학학보（자연과학판）
JOURNAL OF BEIJING NORMAL UNIVERSITY
2005年
6期
599-603
,共5页
软件可靠性%增长预测%前馈神经网络%混合学习算法%组合神经网络
軟件可靠性%增長預測%前饋神經網絡%混閤學習算法%組閤神經網絡
연건가고성%증장예측%전궤신경망락%혼합학습산법%조합신경망락
为了进一步提高神经网络的预测能力,提出了一种前馈神经网络混合学习算法,并将其应用于组合神经网络.该算法由一种模式提取算法(Alopex)和伪逆算法组成.在该混合学习算法中,网络的学习任务被分解为2个部分:隐藏层的权值先随机给定,然后使用Alopex算法不断地对其进行扰动;输出层的权值使用伪逆算法确定.所使用的组合神经网络由多个结构相同的前馈神经网络组成,每个前馈神经网络都使用混合学习算法(采用不同的初值)进行训练.实验结果表明,这种组合神经网络能够显著提高软件可靠性的预测精度.
為瞭進一步提高神經網絡的預測能力,提齣瞭一種前饋神經網絡混閤學習算法,併將其應用于組閤神經網絡.該算法由一種模式提取算法(Alopex)和偽逆算法組成.在該混閤學習算法中,網絡的學習任務被分解為2箇部分:隱藏層的權值先隨機給定,然後使用Alopex算法不斷地對其進行擾動;輸齣層的權值使用偽逆算法確定.所使用的組閤神經網絡由多箇結構相同的前饋神經網絡組成,每箇前饋神經網絡都使用混閤學習算法(採用不同的初值)進行訓練.實驗結果錶明,這種組閤神經網絡能夠顯著提高軟件可靠性的預測精度.
위료진일보제고신경망락적예측능력,제출료일충전궤신경망락혼합학습산법,병장기응용우조합신경망락.해산법유일충모식제취산법(Alopex)화위역산법조성.재해혼합학습산법중,망락적학습임무피분해위2개부분:은장층적권치선수궤급정,연후사용Alopex산법불단지대기진행우동;수출층적권치사용위역산법학정.소사용적조합신경망락유다개결구상동적전궤신경망락조성,매개전궤신경망락도사용혼합학습산법(채용불동적초치)진행훈련.실험결과표명,저충조합신경망락능구현저제고연건가고성적예측정도.
