期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种启发式选择性神经网络集成设计方法 被引量:2
1
作者 崔路阳 魏海坤 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第S1期297-301,共5页
针对集成中各子网准确率与子网间差异度的权衡难题,提出一种启发式子网挑选法(HP-BGP).不同于传统以正确率或差异度为指标的选择方法,该方法采用神经网络集成在验证集上泛化性能最优为子网的选取准则.首先,在不同的初始条件下生成足够... 针对集成中各子网准确率与子网间差异度的权衡难题,提出一种启发式子网挑选法(HP-BGP).不同于传统以正确率或差异度为指标的选择方法,该方法采用神经网络集成在验证集上泛化性能最优为子网的选取准则.首先,在不同的初始条件下生成足够的备选子网,然后,根据能使集成泛化性能提高最快的标准,每次选取能与集成中已有网络组合泛化性能最好的子网,逐个挑选加入集成,直至选择到合适的网络个数或达到一定的误差要求.以LIC1问题为平台,与传统的子网挑选法PB、PAH、GA进行比较,仿真结果表明HPBGP法在测试集上集成泛化效果与选择所用时间的综合指标上优于常规的子网挑选方法. 展开更多
关键词 选择性神经网络集成 平均正确率 差异度 启发式挑选
下载PDF
基于选择性集成径向基神经网络的来波方向估计
2
作者 罗争 张旻 陈思剑 《电路与系统学报》 北大核心 2013年第1期65-69,共5页
本文提出了一种基于选择性集成径向基函数神经网络(SE-RBFNN)的来波方向(DOA)估计方法,解决单个神经网络建模进行DOA估计精度低的问题。首先利用Bagging方法训练生成一定数量的RBFNN弱分类器,其估计精度低但泛化能力强;然后提出并运用... 本文提出了一种基于选择性集成径向基函数神经网络(SE-RBFNN)的来波方向(DOA)估计方法,解决单个神经网络建模进行DOA估计精度低的问题。首先利用Bagging方法训练生成一定数量的RBFNN弱分类器,其估计精度低但泛化能力强;然后提出并运用等宽分箱—投票选择性集成方法剔除估计误差大的奇异值个体,优选部分RBFNN输出结果进行平均处理,从而获得了高精度的DOA估计。仿真结果表明了算法的有效性,相对单个RBFNN建模,构建的选择性集成模型能适应方向特征的变化,算法的来波估计精度显著提高。 展开更多
关键词 来波方向估计 相角特征 径向基神经网络 选择性神经网络集成 BAGGING算法
下载PDF
基于选择性集成神经网络的电路板故障智能诊断 被引量:2
3
作者 于敏 马丽华 卢朝梁 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2014年第6期67-71,共5页
针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷,分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想,设计了一种基于BP神经网络的集成神经网络诊断模型,并且对于同一类故障采取范围化样本进... 针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷,分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想,设计了一种基于BP神经网络的集成神经网络诊断模型,并且对于同一类故障采取范围化样本进行训练,每组被测故障数据根据特征阈值选择相关几个子网络进行诊断。最后利用Matlab软件进行实例仿真和测试。结果表明:该网络对于电路板多故障模式的识别准确率较高,检测灵敏度可以提高1.74倍,而预测误差可以降低到原来的17.6%,为电路板故障诊断的实用化提供了理论依据。 展开更多
关键词 红外热图像 BP 选择性集成神经网络 智能诊断
下载PDF
选择性神经网络二次集成在火药近红外分析中的应用研究 被引量:1
4
作者 施彦 黄聪明 《兵工学报》 EI CAS CSCD 北大核心 2006年第2期244-247,共4页
针对建立近红外光谱定量分析的神经网络校正模型时,存在变量数过多以及容易出现过拟合等问题,采用小波变换对近红外光谱进行预处理,用以消除噪声,减少变量个数;并在此基础上,提出一种新的神经网络校正模型—基于改进贪心法的选择性神经... 针对建立近红外光谱定量分析的神经网络校正模型时,存在变量数过多以及容易出现过拟合等问题,采用小波变换对近红外光谱进行预处理,用以消除噪声,减少变量个数;并在此基础上,提出一种新的神经网络校正模型—基于改进贪心法的选择性神经网络二次集成,来提高神经网络的泛化能力。实验结果表明:在建立火药近红外分析的校正模型中,该模型不仅建立过程简单而且具有较好的泛化能力。 展开更多
关键词 人工智能 近红外光谱 火药 小波变换 选择性神经网络二次集成
下载PDF
选择性神经网络二次集成方法在定量构效关系建模中的应用研究 被引量:3
5
作者 施彦 黄聪明 侯朝桢 《计算机与应用化学》 CAS CSCD 北大核心 2005年第2期153-156,共4页
针对在建立定量构效关系(QSAR)模型中,单个人工神经网络模型难以确定参数,容易产生“过拟合”;一般神经网络集成模型虽然建立过程简单,但由于个体差异度小而导致泛化能力相对单个神经网络没有明显改善等问题,提出了一种基于随机梯度法... 针对在建立定量构效关系(QSAR)模型中,单个人工神经网络模型难以确定参数,容易产生“过拟合”;一般神经网络集成模型虽然建立过程简单,但由于个体差异度小而导致泛化能力相对单个神经网络没有明显改善等问题,提出了一种基于随机梯度法的选择性神经网络二次集成方法。在建立除草剂(苯乙酰胺类化合物)的QSAR模型的实验研究中表明,该方法设计过程简单,能够以较小的运算代价明显地提高了模型的泛化能力,是建立QSAR模型的一个有效方法。 展开更多
关键词 构效关系 选择性神经网络二次集成 随机梯度
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部