基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为合理选择组成神经网络集成的个体,使各个体间保持较大的差异度,从而提高集成所建模型的仿真精度,提出一种新的神经网络集成构造方法.独立训练出一批神经网络,采用离散粒子群优化(PSO)算法,用多维空间中0或1取值的粒子描述所有可能的神经网络集成.网络集成预测误差的估计值用组成集成的个体网络之间的相关度表示,并作为优化过程中的适应度函数.优选得到参与构成神经网络集成的部分差异度较大网络个体.对8个典型数据集回归问题的实验结果表明,该方法构造的神经网络集成普遍使用了较少的网络个体,而预测精度均好于Bagging方法等传统方法.
推荐文章
增量构造负相关异构神经网络集成的方法
神经网络集成
负相关学习
构造性神经网络
增量构造
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
PSO算法和神经网络的入侵检测系统设计
PSO算法
入侵检测系统
人工神经网络
基于改进遗传算法的神经网络集成模型
遗传算法
神经网络集成
自适应交叉概率
自适应变异概率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSO算法的神经网络集成构造方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 神经网络 集成 粒子群优化(PSO)
年,卷(期) 2004,(12) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 1596-1600
页数 5页 分类号 TP183
字数 3854字 语种 中文
DOI 10.3785/j.issn.1008-973X.2004.12.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 傅强 浙江大学智能信息工程研究所 22 283 8.0 16.0
2 胡上序 浙江大学智能信息工程研究所 75 1599 20.0 37.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (51)
同被引文献  (55)
二级引证文献  (155)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(8)
  • 引证文献(6)
  • 二级引证文献(2)
2007(22)
  • 引证文献(8)
  • 二级引证文献(14)
2008(12)
  • 引证文献(2)
  • 二级引证文献(10)
2009(12)
  • 引证文献(7)
  • 二级引证文献(5)
2010(16)
  • 引证文献(4)
  • 二级引证文献(12)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(19)
  • 引证文献(5)
  • 二级引证文献(14)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(23)
  • 引证文献(6)
  • 二级引证文献(17)
2016(16)
  • 引证文献(2)
  • 二级引证文献(14)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
集成
粒子群优化(PSO)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导