手写数字识别中组合式神经网络的构建方法

• 作者: 何东晓 刘淼 周春光 王喆 马捷
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 人工神经网络 手写数字识别 神经网络集成
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1211-1216
• 页数: 6页
• 分类号: TP391.4
• 字数: 3333字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2009.06.022

摘要

将聚类技术和遗传算法相结合, 提出一种基于相似度传播算法和遗传算法的神经网络集成方法应用于手写数字识别问题. 先分别利用主成分分析和Fisher线性判别分析对数据集进行特征提取, 得到两类特征数据集, 再利用Bagging方法分别为这两类特征数据集训练简单的BP神经网络, 然后采用相似度传播算法对这些BP神经网络进行聚类, 找到作为类簇中心的网络(中心网络), 最后利用遗传算法对所有中心网络的权值进行训练, 将中心网络进行加权线性集成作为最终分类器. 在标准手写数字数据集MNIST上进行测试的实验结果表明, 该方法的识别率优于单个神经网络的识别率, 并兼顾了分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
2	刘淼	吉林大学计算机科学与技术学院	58	442	13.0	18.0
3	马捷	吉林大学计算机科学与技术学院	88	682	14.0	22.0
4	王喆	吉林大学计算机科学与技术学院	48	344	11.0	17.0
5	何东晓	吉林大学计算机科学与技术学院	4	0	0.0	0.0