并行学习神经网络集成方法

• 作者: 王正群 陈世福 陈兆乾
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 并行学习 神经网络 神经网络集成 机器学习 泛化误差
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 402-408
• 页数: 7页
• 分类号: TP3
• 字数: 6917字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.03.014

摘要

该文分析了神经网络集成中成员神经网络的泛化误差、成员神经网络之间的差异度对神经网络集成泛化误差的影响,提出了一种并行学习神经网络集成方法;对参与集成的成员神经网络,给出了一种并行训练方法,不仅满足了成员网络本身的精度要求,还满足了它与其余成员网络的差异性要求;另外,给出了一种并行确定集成成员神经网络权重方法.实验结果表明,使用该文的成员神经网络训练方法、成员神经网络集成方法能够构建有效的神经网络集成系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈世福	南京大学计算机软件新技术国家重点实验室	169	4351	32.0	60.0
2	王正群	南京大学计算机软件新技术国家重点实验室	59	362	10.0	16.0
4	陈兆乾	南京大学计算机软件新技术国家重点实验室	74	1789	23.0	40.0