基于粒子群优化算法的并行学习神经网络集成构造方法

• 作者: 刘希玉 卢树强 李玲玲
• 来源期刊: 山东科学
• 学科: 工学
• 关键词: 神经网络集成 粒子群优化算法 并行学习 泛化误差
• 年，卷（期）: 2007,（4）
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP18
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-4026.2007.04.004

摘要

为了提高神经网络集成中个体网络的差异性,并减少将集成用于预测时的计算量,本文结合粒子群优化算法和个体网络的并行学习机制,提出了一种基于粒子群优化的并行学习神经网络集成构造方法.实验表明,和传统的集成构造方法相比,该构造方法具有比较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲玲	山东师范大学信息科学与工程学院	7	33	4.0	5.0
2	刘希玉	山东师范大学信息科学与工程学院	233	2140	21.0	36.0
3	卢树强	山东警察学院教务处	5	7	2.0	2.0