RBF神經(jīng)網(wǎng)絡集成研究及在個人信用評估中的應用.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、神經(jīng)網(wǎng)絡集成技術(shù)是神經(jīng)計算技術(shù)的一個研究熱點,在許多領(lǐng)域已經(jīng)有了成熟的應用。神經(jīng)網(wǎng)絡集成學習通過訓練多個神經(jīng)網(wǎng)絡并將其結(jié)果進行合成,顯著地提高了學習系統(tǒng)的泛化能力。但是如何設計出更有效的神經(jīng)網(wǎng)絡集成實現(xiàn)方法,以獲得更好的泛化性,并將神經(jīng)網(wǎng)絡集成應用到實際問題域中取得很好的效果,仍然是神經(jīng)網(wǎng)絡集成研究的熱點問題。對神經(jīng)網(wǎng)絡集成實現(xiàn)方法的研究主要集中在兩個方面,即如何生成集成中的成員網(wǎng)絡以及怎樣將多個神經(jīng)網(wǎng)絡的結(jié)論進行結(jié)合。理論和實踐都證明

2、,通過提高個體網(wǎng)絡的精確性和網(wǎng)絡間的差異性,可以提高神經(jīng)網(wǎng)絡集成的泛化性。 進化規(guī)劃(EVolutionar)r programming,簡稱EP)具有如下特點:(1)EP是基于拉馬克的進化學說,強調(diào)父代與子代之間的行為聯(lián)接;(2)進化算子中僅有突變,而沒有交叉,以消除互換問題;(3)突變操作中,刪除總是先于添加進行,以獲得最簡的網(wǎng)絡結(jié)構(gòu);進化規(guī)劃的這些特點,使得使用EP進化神經(jīng)網(wǎng)絡來獲取差異性大的個體網(wǎng)絡成為可能。 文

3、化算法是一種用于解決復雜計算的新型全局優(yōu)化搜索算法。該算法模擬人類社會的演化過程。在人類社會中,文化可以被看作是信息的載體,這些信息潛在地影響所有社會成員,并且有益于指導同代及其后代解決問題的實踐活動。類似地,文化算法的重要思想就在于從進化的種群中獲取待解決問題的知識(即信念),并反饋這些知識用于指導搜索過程。 本文在分析神經(jīng)網(wǎng)絡集成方法研究現(xiàn)狀的基礎上,以進化規(guī)劃、文化算法為支撐,提出了更有效的神經(jīng)網(wǎng)絡集成方法,并將其應用到個

4、人信用評估。主要工作如下: 1、在個體網(wǎng)絡生成方面進行研究,結(jié)合進化規(guī)劃,提出了基于進化規(guī)劃的神經(jīng)網(wǎng)絡集成方法(EP-ANNE)。 在個體網(wǎng)絡的初步訓練中,采用k-均值聚類法確定RBF網(wǎng)絡的中心,而網(wǎng)絡各層之間的連接權(quán)值采用標準的線性最小二乘回歸算法計算。在個體網(wǎng)絡的進一步訓練中,引入了進化規(guī)劃方法,具體實施如下:神經(jīng)網(wǎng)絡的隱含層中心用實矩陣表示,適應度函數(shù)選擇上我們引入了負相關(guān)學習機制,采用了級別選擇策略選擇個體網(wǎng)絡參

5、與訓練,根據(jù)個體網(wǎng)絡的訓練情況,即“成功”或“失敗”來確定是否進行結(jié)構(gòu)變異,這樣就實現(xiàn)了對網(wǎng)絡拓撲結(jié)構(gòu)的負相關(guān)訓練。通過引入進化規(guī)劃,獲得具有較大差異性的異構(gòu)個體網(wǎng)絡,從而提高了神經(jīng)網(wǎng)絡集成的泛化性。 2、在選擇用于集成的成員網(wǎng)絡方面進行了研究,提出了一種基于文化算法的神經(jīng)網(wǎng)絡集成方法。 首先使用bagging方法獨立訓練若干個體神經(jīng)網(wǎng)絡,然后再選擇部分個體網(wǎng)絡參與集成。本文在做選擇部分個體網(wǎng)絡參與集成上進行了研究,引入

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論