作者:
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:
AdaBoosting算法是一种集成学习算法,用来提高不稳定学习器的泛化能力. 本文基于神经网络是一种不稳定分类器的机理结合最小二乘算法和遗传算法,提出了对集成神经网络分类器权值进行优化的新方法.
推荐文章
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
基于Pareto的神经网络结构集成优化方法
结构优化
进化计算
Pareto最优
网络集成
BP神经网络的双重优化的改进研究
BP神经网络
动量因子
激活函数
交通事故预测
神经网络紧凑集成模式
神经网络集成
紧凑集成模式
组合权重
泛化性能
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 改进的集成神经网络学习优化研究
来源期刊 天津理工大学学报 学科 工学
关键词 集成神经网络 AdaBoosting算法 最小二乘方法
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 64-67
页数 4页 分类号 TN92
字数 4090字 语种 中文
DOI 10.3969/j.issn.1673-095X.2005.04.020
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 李波 天津大学管理学院 104 1382 23.0 32.0
2 杜健 天津大学管理学院 2 5 2.0 2.0
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  (3)
同被引文献  (0)
二级引证文献  (5)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(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
集成神经网络
AdaBoosting算法
最小二乘方法
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导