一种提高神经网络集成系统泛化能力的方法

• 作者: 於时才 陈涓 马宁
• 来源期刊: 微电子学与计算机
• 关键词: 噪声添加 神经网络集成 泛化能力
• 年，卷（期）: 2009,（4）
• 页码范围: 105-107,110
• 页数: 4页
• 分类号: TP183
• 语种: 中文

摘要

为了充分利用神经网络的原始训练数据,提高神经网络集成系统的泛化能力,提出了一种有效的神经网络集成方法.通过在训练样本上加入一定量的噪声,增大训练样本集,使得不同的个体网络在不同的训练样本上训练,在提高个体网络精度的同时,增加了集成中个体网络的差异度.实验结果表明,该方法能有效的提高神经网络集成系统的泛化能力与计算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於时才	兰州理工大学计算机与通信学院	37	263	10.0	14.0
2	马宁	兰州理工大学计算机与通信学院	2	13	2.0	2.0
3	陈涓	兰州理工大学计算机与通信学院	2	5	1.0	2.0