神经网络紧凑集成模式

• 作者: 张优云 朱永生 汪庆华
• 来源期刊: 西安交通大学学报
• 关键词: 神经网络集成 紧凑集成模式 组合权重 泛化性能
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 专题研究
• 页码范围: 295-298
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2007.03.007

摘要

在分析现有神经网络集成构造过程的基础上,提出了一种神经网络紧凑集成模式,集成中成员网络的训练和网络组合权重的优化在同一个学习过程中进行,各参数的调整以提高集成泛化性能为目的.与现有神经网络集成模式相比,集成构造过程更加紧凑,它将个体网络生成阶段与结论合成阶段合二为一,并且网络之间的信息交互建立在实时动态的集成结构基础上,保证了成员网络训练与结论合成之间信息传递的始终一致性.为验证该模式的有效性及优越性,采用4种典型的分类数据集对神经网络紧凑集成模式与CNNE、Bagging、Boosting等现有的集成模式在泛化性能上进行了比较,结果表明神经网络集成模式在测试数据集上的错误率降低了8%～16%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永生	西安交通大学润滑理论及轴承研究所	65	973	17.0	30.0
2	张优云	西安交通大学润滑理论及轴承研究所	152	2296	26.0	39.0
3	汪庆华	西安交通大学润滑理论及轴承研究所	16	79	5.0	8.0