增量构造负相关异构神经网络集成的方法

• 作者: 何明 傅向华 冯博琴 马兆丰
• 来源期刊: 西安交通大学学报
• 关键词: 神经网络集成 负相关学习 构造性神经网络 增量构造
• 年，卷（期）: 2004,（8）
• 页码范围: 796-799
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2004.08.007

摘要

基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方法包括构造最佳异构网络(BHNN)和构造异构网络集成(HNNE)两个部分, BHNN基于负相关学习动态构造多个最佳网络, HNNE利用训练好的最佳网络增量地构造异构NNE.使用网络泛化误差和集成泛化误差,整个集成过程可自动完成,无需预先确定成员网络的结构.分别对回归和分类问题进行了实验,相对于单个网络,该方法在测试数据集上的错误率降低了17 %～85%,与已有的Boosting、Bagging等网络集成方法相比,错误率也有不同程度的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅向华	西安交通大学电子与信息工程学院	24	443	15.0	20.0
2	马兆丰	西安交通大学电子与信息工程学院	25	446	12.0	20.0
3	何明	西安交通大学电子与信息工程学院	17	370	13.0	17.0
4	冯博琴	西安交通大学电子与信息工程学院	171	3268	30.0	50.0