共查询到20条相似文献,搜索用时 62 毫秒
1.
人工神经网络集成技术是神经计算技术的一个研究热点,在许多领域中已经有了成熟的应用.神经网络集成是用有限个神经网络对同一个问题进行学习,集成在某输入示例下的输出由构成集成的各神经网络在该示例下的输出共同决定.负相关学习法是一种神经网络集成的训练方法,它鼓励集成中的不同个体网络学习训练集的不同部分,以使整个集成能更好地学习整个训练数据.改进的负相关学习法是在误差函数中使用一个带冲量的BP算法,给合了原始负相关学习法和带冲量的BP算法的优点,使改进的算法成为泛化能力强、学习速度快的批量学习算法. 相似文献
2.
该文针对Win32PE病毒种类多,破坏力强的特点,提出一种基于神经网络集成的病毒检测方法。神经网络集成采用负相关学习方法进行训练,采用n-gram特征字统计方法得到病毒特征字,计算特征字信息条件熵,来选择作为训练样本的特征字。实验结果表明,神经网络集成改善了传统的特征字比对法不能识别新的病毒,容易被病毒制造者克服的缺点,在保证对Win32PE病毒较高的检测率的同时保持了较低的误检率。 相似文献
3.
一种异构神经网络集成协同构造算法 总被引:4,自引:0,他引:4
提出一种异构神经网络集成的协同构造算法(HNNECC)。首先利用进化规划同时进化网络拓扑结构和连接权值,生成多个异构最优网络,然后对异构网络进行组合.在构造神经网络集成的过程中通过协同合作,保持各网络间的负相关。从而在提高成员网络精度的同时增加各成员网络之间的差异度.利用统计学习理论对算法进行分析,表明该方法具有很好的泛化性能.分别在四个数据集上进行了实验,相对于单个网络,本文方法可提高性能17%到85%,亦优于Bagging等传统固定结构的神经网络集成方法。 相似文献
4.
5.
6.
7.
8.
在分析图书剔旧工作的基础上,指出用智能的方法解决图书剔旧问题的必要性。提出了可以用神经网络集成技术来解决该问题,并给出一种动态构建神经网络集成的方法,该方法在训练神经网络集成成员网络时不仅调整网络的连接权值,而且动态地构建神经网络集成中各成员神经网络的结构,从而在提高单个网络精度的同时,增加了各网络成员之间的差异度,减小了集成的泛化误差。实验证明该方法可以有效地用于图书剔旧分类。 相似文献
9.
人脸年龄估计由于在人机交互和安全控制等领域有潜在应用,因此得到了广泛关注。文中主要进行人脸年龄分组的研究,针对人脸年龄分类问题提出了一种基于集成卷积神经网络的年龄分类算法。首先,训练两个以人脸图像为输入的卷积神经网络,当用卷积神经网络直接提取人脸图像的特征时,主要对 深度的全局特征 进行提取。为了补充人脸图像的局部特征,尤其是纹理信息,将提取的LBP(Local Binary Pattern)特征作为另一个网络的输入。最后,为了结合人脸的全局特征和局部特征,将这3个网络进行集成。该算法在广泛使用的年龄分类数据集Group上取得了不错的效果。 相似文献
10.
11.
一种基于田口-遗传算法确定的神经网络及其应用 总被引:2,自引:0,他引:2
为了解决神经网络结构和参数难以确定的问题,提出用工程领域内的田口设计方法和人工智能领域的遗传算法相结合的方法,用于同时确定神经网络结构和参数.将该算法应用到了小麦期货的收盘价短期预测上,结果表明,算法有较好收敛能力,预测是可行和有效的,有着良好的应用前景. 相似文献
12.
神经网络的规划学习算法 总被引:11,自引:1,他引:10
本文利用二次规划方法,讨论对神经网络训练样本的吸引半径的优化问题,并借用二交规划中的RPA算法求该优化解,得到一种新的神经网络基于规划的学习算法,其次,将规划学习算法与现有的几种常见算法进行比较,指出该算法的特点。 相似文献
13.
14.
15.
首先利用遗传算法优化的投影寻踪技术对神经网络学习矩阵降维,再利用Bagging技术和不同的神经网络学习算法生成集成个体,并再次用遗传算法进化的投影寻踪技术对神经网络个体集成.建立基于遗传算法优化的投影寻踪技术神经网络集成模型,通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法具有较好的学习能力和泛化能力,在股市预测中预测精度高、稳定性好. 相似文献
16.
基于层次隐马尔可夫模型和神经网络的个性化推荐算法 总被引:1,自引:0,他引:1
郭聃 《计算机应用与软件》2021,38(1):313-319,329
传统推荐系统将推荐准确性作为主要目标,而推荐结果的多样性和个性化有所欠缺.对此,设计一种基于层次隐马尔可夫模型和神经网络的推荐算法.采用层次隐马尔可夫模型建模用户喜好和上下文环境的关系,并通过隐马尔可夫模型预测上下文.设计神经网络结构来解决协同过滤推荐的问题,同时神经网络满足贝叶斯个性化排序的条件,实现对推荐列表的个性... 相似文献
17.
B样条神经网络的算法设计及应用 总被引:1,自引:0,他引:1
B样条神经网络是一个三层前向神经网络,可广泛用于非线性系统的建模、控制和模式识别等领域。本文讨论了一维和多维B样条神经网络的结构和程序算法,用仿真实例分析了算法中参数的选取和算法的有效性,并举例说明其在动态非线性系统故障诊断中的应用。 相似文献
18.
针对小波神经网络的结构设计和权值选取,提出一种基于QR分解的递推正交最小二乘算法以节省计算资源和计算时间,仿真结果表明基于QR-ROLS(QR Decomposition-Recursive Orthogonal Least Squares)算法的小波神经网络比依据时频特性设计的小波神经网络结构更优,运行效率更高. 相似文献
19.
针对前馈式多层神经网络的结构和权值设计方法的缺陷,提出了一种基于改进遗传算法的前馈神经网络自动优化设计方法,用以完成对网络结构和权值空间的搜索,提高神经网络的收敛速度和搜索全局最优解的能力。通过实验表明,该算法的收敛速度较快,过程稳定,而且泛化能力也较好。故此方法在神经网络设计上能够发挥较好的作用。 相似文献
20.
大规模前馈神经网络的一种有效学习算法及其应用 总被引:3,自引:0,他引:3
前馈神经网络在复杂系统建模中局限于小型或中等规模的系统,主要原因是:对于大规模问题,现有的神经网络学习算法或者收敛太慢,或者难以收敛.针对这一问题,本文提出一种基于改进的拟牛顿方法的神经网络学习算法该算法内存需要量小,收敛速度快,适合高维神经网络的训练.本文利用该算法训练神经网络建立32输入工业产品质量模型,结果表明了该算法的有效性. 相似文献