基于广义回归网络的动态权重回归型神经网络集成方法研究
Dynamically Weighted Ensemble Neural Networks with Generalized Regression Neural Network for Solving Regression Problems作者机构：浙江大学农业遥感与信息技术应用研究所浙江杭州310029 浙江大学计算机科学与技术学院浙江杭州310027
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2005年第22卷第12期
页 面：41-43,72页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已成为机器学习和神经计算领域的一个研究热点。针对回归分析问题提出了一种动态确定结果合成权重的神经网络集成构造方法,在训练出个体神经网络之后,根据各个体网络在输入空间上对训练样本的预测误差,应用广义回归网络来动态地确定各个体网络在特定输入空间上的权重。实验结果表明,与传统的简单平均和加权平均方法相比,本集成方法能取得更好的预测精度。
维普期刊数据库
同方期刊数据库