

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、學(xué)習(xí)方法的泛化能力、學(xué)習(xí)效率和易用性是機(jī)器學(xué)習(xí)及其應(yīng)用過(guò)程中所面臨三個(gè)關(guān)鍵性問(wèn)題。神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)通過(guò)訓(xùn)練多個(gè)神經(jīng)網(wǎng)絡(luò)并將其結(jié)果進(jìn)行合成,顯著地提高了系統(tǒng)的泛化能力,成為近年來(lái)機(jī)器學(xué)習(xí)領(lǐng)域一個(gè)重要研究方向。
本文在眾多的方法中選取了粒子群算法和BP神經(jīng)網(wǎng)絡(luò)算法以及神經(jīng)網(wǎng)絡(luò)集成算法進(jìn)行研究。粒子群算法具有參數(shù)少,計(jì)算簡(jiǎn)便等優(yōu)點(diǎn),因此它在優(yōu)化BP神經(jīng)網(wǎng)絡(luò)領(lǐng)域擁有巨大的應(yīng)用前景。本文通過(guò)對(duì)現(xiàn)有算法的深入分析和研究,結(jié)合數(shù)據(jù)的特點(diǎn)
2、,提出了相應(yīng)的改進(jìn)算法,并采用冠心病數(shù)據(jù)與UCI數(shù)據(jù)進(jìn)行測(cè)試,取得了較好的效果。本文的主要工作分為以下幾個(gè)方面:
(1)提出了一種確定BP網(wǎng)絡(luò)隱層結(jié)點(diǎn)數(shù)目的有效方法。BP網(wǎng)絡(luò)的隱層結(jié)點(diǎn)數(shù)目一直是研究BP神經(jīng)網(wǎng)絡(luò)的一個(gè)難題,到目前為止仍然沒(méi)有一個(gè)明確的公式能將其計(jì)算出來(lái)。本文通過(guò)特殊的編碼方式,利用具有全局搜索能力的粒子群算法來(lái)對(duì)BP網(wǎng)絡(luò)的隱層結(jié)點(diǎn)數(shù)目及網(wǎng)絡(luò)的權(quán)值和閾值同時(shí)進(jìn)行優(yōu)化。實(shí)驗(yàn)證明,這種網(wǎng)絡(luò)的訓(xùn)練方式,不僅能在權(quán)值
3、和閾值的調(diào)整過(guò)程中確定隱層結(jié)點(diǎn)的數(shù)目,還能進(jìn)一步提高網(wǎng)絡(luò)的學(xué)習(xí)能力。
(2)首次利用帶有優(yōu)化隱層結(jié)點(diǎn)數(shù)目的粒子群神經(jīng)網(wǎng)絡(luò)作神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)集成的一個(gè)重要條件就是構(gòu)成集成的個(gè)體網(wǎng)絡(luò)之間要有足夠的差異性。由于帶有優(yōu)化隱層結(jié)點(diǎn)數(shù)目的粒子群神經(jīng)網(wǎng)絡(luò)可以在網(wǎng)絡(luò)的訓(xùn)練過(guò)程中動(dòng)態(tài)的尋找到隱層結(jié)點(diǎn)數(shù)目與網(wǎng)絡(luò)權(quán)值和閾值的最佳組合,不同初始狀態(tài)下的權(quán)值和閾值將對(duì)應(yīng)不同的隱層結(jié)點(diǎn)個(gè)數(shù),這就使得個(gè)體網(wǎng)絡(luò)之間更具多樣性。對(duì)帶有優(yōu)化隱層結(jié)點(diǎn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群算法的神經(jīng)網(wǎng)絡(luò)及其集成的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法樣本取樣優(yōu)化研究.pdf
- 基于協(xié)同粒子群算法的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)粒子群優(yōu)化算法的地區(qū)負(fù)荷預(yù)測(cè)研究.pdf
- 粒子群優(yōu)化算法及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用.pdf
- 免疫粒子群算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于改進(jìn)粒子群算法的模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)智能控制.pdf
- 基于改進(jìn)的粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò).pdf
- 基于改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的車輛動(dòng)態(tài)稱重系統(tǒng).pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)的渲染時(shí)間預(yù)估算法.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法設(shè)計(jì)及分析.pdf
- 粒子群算法在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和粒子群算法的沖壓成形多目標(biāo)優(yōu)化.pdf
- 基于粒子群算法的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于粒子群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)微波加熱系統(tǒng)辨識(shí)和控制.pdf
- 基于粒子群-神經(jīng)網(wǎng)絡(luò)算法的股票預(yù)測(cè)系統(tǒng).pdf
- 3947.基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的gdp預(yù)測(cè)
評(píng)論
0/150
提交評(píng)論