基于Bagging的概率神经网络集成分类算法

• 作者: 周泽寻 明利特 蒋芸 谢国城 陈娜 陈珊
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 分类 BP神经网络 概率神经网络 集成学习 Bagging
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 242-246
• 页数: 5页
• 分类号: TP183
• 字数: 5635字
• 语种: 中文

摘要

目前的神经网络较多集中在以BP算法为基础的BP神经网络上.针对BP神经网络的不足,在分析研究概率神经网络和机器学习的基础上,结合集成学习的思想,提出了基于Bagging的概率神经网络集成分类算法.理论分析和实验结果都表明,提出的算法能够有效地降低分类误差,提高分类准确率,具有较好的泛化能力以及较快的执行速度,能够取得比传统的BP神经网络分类方法更好和更稳定的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋芸	西北师范大学计算机科学与工程学院	38	377	11.0	18.0
2	明利特	西北师范大学计算机科学与工程学院	5	101	3.0	5.0
3	周泽寻	西北师范大学计算机科学与工程学院	4	60	2.0	4.0
4	陈娜	西北师范大学计算机科学与工程学院	9	110	5.0	9.0
5	陈珊	西北师范大学计算机科学与工程学院	3	56	2.0	3.0
6	谢国城	西北师范大学计算机科学与工程学院	4	67	3.0	4.0