神經(jīng)網(wǎng)絡(luò)集成的泛化能力研究及其應(yīng)用.pdf

1、目前，神經(jīng)網(wǎng)絡(luò)集成技術(shù)已經(jīng)被廣泛應(yīng)用于回歸和分類等諸多領(lǐng)域。提高預(yù)測(cè)和分類的精度作為其應(yīng)用的一種是目前很多決策領(lǐng)域面對(duì)的重要而困難的工作，多模型結(jié)合的結(jié)構(gòu)是預(yù)測(cè)領(lǐng)域一個(gè)較為有效的方法，而神經(jīng)網(wǎng)絡(luò)集成作為多模型結(jié)合結(jié)構(gòu)的一種，易于使用且效果明顯，已然成為目前國際機(jī)器學(xué)習(xí)和神經(jīng)計(jì)算界的研究熱點(diǎn)。本文通過對(duì)神經(jīng)網(wǎng)絡(luò)集成理論的研究，將神經(jīng)網(wǎng)絡(luò)集成用于時(shí)間序列預(yù)測(cè)領(lǐng)域和分類領(lǐng)域，通過增加集成系統(tǒng)的泛化能力的方法來提高時(shí)序預(yù)測(cè)的精度。在提高集成系統(tǒng)

2、的泛化能力方面主要做了如下研究和探討。 首先，從原始訓(xùn)練數(shù)據(jù)角度，為了盡可能的充分利用訓(xùn)練數(shù)據(jù)，提高集成的泛化能力，通過在訓(xùn)練樣本上加入一定量噪聲的方法，增大了訓(xùn)練樣本集，新訓(xùn)練數(shù)據(jù)集和原數(shù)據(jù)集相似，不同的個(gè)體網(wǎng)絡(luò)在不同的訓(xùn)練樣本上訓(xùn)練，增加了集成中個(gè)體網(wǎng)絡(luò)的差異度。從這個(gè)角度來提高神經(jīng)網(wǎng)絡(luò)集成的泛化能力。 其次，從增加個(gè)體網(wǎng)絡(luò)間差異度的角度，引入基于小生境技術(shù)的神經(jīng)網(wǎng)絡(luò)進(jìn)化集成方法。利用小生境技術(shù)在增加進(jìn)化群體的多樣性