一种改进的BP-AdaBoost算法及应用研究

• 作者: 何杭松 朱晨飞 王怀聪 黄淑华
• 来源期刊: 现代电子技术
• 关键词: 神经网络 BP-AdaBoost算法 思维进化算法 多分类 上证指数预测 强预测器
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 64-67,72
• 页数: 5页
• 分类号: TN711-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.19.015

摘要

BP-AdaBoost算法结合BP神经网络和AdaBoost算法二者的优点,在提高准确率的同时加快训练速度.但传统BP神经网络在训练时可能会出现陷入局部最优的问题,针对此缺陷,提出一种改进的BP-AdaBoost算法,先采用思维进化算法调整BP神经网络的权值和阈值,再运用优化后的BP神经网络构造多个优化的弱预测器,最后将AdaBoost多分类思想引入改进的BP-AdaBoost算法中,构造多个强预测器判断决策输出结果.将改进的BP-AdaBoost算法与小波神经网络用于上证指数开盘指数的预测中,通过实验对比分析,证明了算法的可行性与优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄淑华	中国人民公安大学信息技术与网络安全学院	24	93	6.0	9.0
2	朱晨飞	中国人民公安大学信息技术与网络安全学院	2	2	1.0	1.0
3	何杭松	中国人民公安大学信息技术与网络安全学院	3	4	2.0	2.0
4	王怀聪	中国人民公安大学信息技术与网络安全学院	2	0	0.0	0.0