并行学习神经网络集成方法.pdfVIP

第 28 卷 　第 3 期 计 　　算 　　机 　　学 　　报 Vol . 28 No . 3 2005 年 3 月 C H IN ESE J OU RN AL O F COM PU T ER S Mar . 2005 　 并行学习神经网络集成方法 1) ,2) 1) 1) 王正群 　陈世福 　陈兆乾 1) ( 南京大学计算机软件新技术国家重点实验室 　南京　2 10093) 2) (扬州大学信息工程学院　扬州 　225009) 摘 　要 　该文分析了神经网络集成中成员神经网络的泛化误差 、成员神经网络之间的差异度对神经网络集成泛化 误差的影响 ,提出了一种并行学习神经网络集成方法 ;对参与集成的成员神经网络 ,给出了一种并行训练方法 ,不 仅满足了成员网络本身的精度要求 ,还满足了它与其余成员网络的差异性要求 ;另外 ,给出了一种并行确定集成成 员神经网络权重方法. 实验结果表明 ,使用该文的成员神经网络训练方法 、成员神经网络集成方法能够构建有效的 神经网络集成系统. 关键词 　并行学习;神经网络 ;神经网络集成 ;机器学习;泛化误差 中图法分类号 TP 18 A Parallel Learning Approach f or Neural Net work Ensemble WAN G ZhengQun1) ,2) 　C H EN ShiFu1) 　C H EN ZhaoQian1) 1 ( S t ate Key L aborat ory f or N ovel S of t w are Technology , N anj i ng Uni vers ity , N anj i ng 　2 10093) 2 ( S chool of I nf orm at ion Eng i neeri ng , Yang z hou Uni vers ity , Yangz hou 　225009) Abstract 　Aft er t he relation ship among t he generalization er ror s of t he neural net wor k s en sem ble , t he generalization er ror and t he diver sit y of t he co mp onent neural net wor k i s analyzed . A co mponent neural net wor k s p arallel t rained algorit hm PL A i s p ropo sed , w hich encourage s co m p onent neural net wor k to lear n f ro m exp ect ed goal and t he ot her s , so all co mp onent neural net wor k s are t rained simult aneou sly an d int eractively . In t he