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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人工神經(jīng)網(wǎng)絡(luò)已經(jīng)在很多領(lǐng)域得到了成功的應(yīng)用,但由于缺乏嚴(yán)密的理論體系的指導(dǎo),其應(yīng)用效果往往取決于使用者的經(jīng)驗(yàn)。Hansen和Salamon于1990年開創(chuàng)性地提出了神經(jīng)網(wǎng)絡(luò)集成方法,他們證明可以通過簡(jiǎn)單地訓(xùn)練多個(gè)神經(jīng)網(wǎng)絡(luò)并將其結(jié)果進(jìn)行合成,就能顯著地提高神經(jīng)網(wǎng)絡(luò)系統(tǒng)的泛化能力;因?yàn)樵摲椒ㄒ子谑褂们倚Ч黠@,因此被視為一種非常有效的工程化神經(jīng)計(jì)算方法。由于認(rèn)識(shí)到神經(jīng)網(wǎng)絡(luò)集成所蘊(yùn)涵的巨大潛力和應(yīng)用前景,有關(guān)神經(jīng)網(wǎng)絡(luò)集成的研究近年來受到了極大
2、的重視,目前已成為機(jī)器學(xué)習(xí)和神經(jīng)計(jì)算的一個(gè)相當(dāng)活躍的研究熱點(diǎn)。 本文從神經(jīng)網(wǎng)絡(luò)集成在回歸分析問題研究中開始較晚、研究較少的現(xiàn)狀出發(fā),針對(duì)集成過程中結(jié)果合成這一關(guān)鍵步驟進(jìn)行深入的研究,探索用遺傳算法和動(dòng)態(tài)方法進(jìn)行個(gè)體網(wǎng)絡(luò)合成權(quán)重的優(yōu)化,來充分挖掘神經(jīng)網(wǎng)絡(luò)集成的優(yōu)勢(shì)和潛力,為神經(jīng)網(wǎng)絡(luò)集成技術(shù)的應(yīng)用提供參考;同時(shí),針對(duì)土壤學(xué)研究中土壤性質(zhì)空間分布研究這一研究熱點(diǎn),嘗試將神經(jīng)網(wǎng)絡(luò)集成技術(shù)應(yīng)用于土壤性質(zhì)的空間分布的研究。本文所取得的創(chuàng)新性
3、研究成果主要有: 1、通過全面探索應(yīng)用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)集成進(jìn)行優(yōu)化所取得效果的研究,無論是直接應(yīng)用遺傳算法進(jìn)行合成權(quán)重優(yōu)化、權(quán)重優(yōu)化后選擇權(quán)重大于某一閾值的個(gè)體網(wǎng)絡(luò)以加權(quán)平均或簡(jiǎn)單平均的方法進(jìn)行合成、或直接應(yīng)用遺傳算法選擇部分個(gè)體網(wǎng)絡(luò)來進(jìn)行合成,研究結(jié)果表明應(yīng)用遺傳算法來優(yōu)化神經(jīng)網(wǎng)絡(luò)集成都是相當(dāng)有效的。首次提出并發(fā)現(xiàn)直接應(yīng)用遺傳算法來選擇參與集成的個(gè)體網(wǎng)絡(luò)的方法是很有效的,其效果甚至還優(yōu)于先優(yōu)化合成權(quán)重、然后再選擇權(quán)重大于某一
4、閥值的個(gè)體進(jìn)行合成的方法。 2、針對(duì)回歸分析問題,首次提出了根據(jù)各個(gè)體網(wǎng)絡(luò)對(duì)訓(xùn)練數(shù)據(jù)集中各訓(xùn)練樣本的不同表現(xiàn)來動(dòng)態(tài)確定其合成權(quán)重的思路,并應(yīng)用基于廣義回歸網(wǎng)絡(luò)來實(shí)現(xiàn)動(dòng)態(tài)權(quán)重合成的方法,實(shí)驗(yàn)結(jié)果證明是有效的。 3、首次嘗試將基于遺傳算法的個(gè)體網(wǎng)絡(luò)選擇方法與基于廣義回歸網(wǎng)絡(luò)的動(dòng)態(tài)權(quán)重方法相結(jié)合而提出了選擇性動(dòng)態(tài)權(quán)重的神經(jīng)網(wǎng)絡(luò)集成方法,實(shí)驗(yàn)結(jié)果表明此方法既能提高預(yù)測(cè)精度、獲得更好的性能,又能在一定程度上降低誤差的差異,改善學(xué)習(xí)
5、方法的穩(wěn)定性。 4、嘗試將神經(jīng)網(wǎng)絡(luò)集成方法應(yīng)用于土壤學(xué)研究中的土壤性質(zhì)空間變異和空間插值方面,與目前廣泛應(yīng)用的基于地統(tǒng)計(jì)理論的克里格法相比,取得了相近或更好的效果,顯示了神經(jīng)網(wǎng)絡(luò)集成技術(shù)在土壤學(xué)研究中的應(yīng)用潛力和前景。 5、對(duì)基于Bagging和Boosting的結(jié)果合成方法方面的研究表明,在個(gè)體網(wǎng)絡(luò)結(jié)果合成過程中加權(quán)平均能比簡(jiǎn)單平均取得更好的效果;而目前在應(yīng)用Bagging技術(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)集成時(shí)均采用簡(jiǎn)單平均的方法,根
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(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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(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
- 神經(jīng)網(wǎng)絡(luò)集成技術(shù)及其在癌癥基因分類中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成及其在地震預(yù)報(bào)中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成研究及其在PTA生產(chǎn)中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法研究及其在煤礦安全中的應(yīng)用.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在土壤質(zhì)量監(jiān)測(cè)中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成的泛化能力研究及其應(yīng)用.pdf
- 進(jìn)化計(jì)算及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用.pdf
- 粗集神經(jīng)網(wǎng)絡(luò)集成方法及其在模式識(shí)別中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)用.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)研究及其在基音檢測(cè)中的應(yīng)用.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)及其在電廠中的應(yīng)用研究.pdf
- Spiking神經(jīng)網(wǎng)絡(luò)研究及其在圖像檢索中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)集成及其在分類和回歸問題中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成及其在天然氣需求預(yù)測(cè)中的應(yīng)用研究.pdf
- 進(jìn)化策略及其在神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用.pdf
- 復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)及其在路牌識(shí)別中的應(yīng)用.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)及其在通信系統(tǒng)中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在電磁無損檢測(cè)技術(shù)中應(yīng)用的研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在集成電容的分析與綜合中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論