模块化神经网络的Bayes子网集结新算法研究.PDFVIP

第 1 卷第 2 期 　　　 　　　　 　　　　　　　智 　能 　系 　统 　学 　报 　　　　 　　　　 　 　 　　Vol . 1 №. 2 2006 年 10 月 　　　　　　　 　 　 　 　　　　 　　 　　　　Oct . 2006 CA A I Tran saction s o n Int elligent Sy st em s 模块化神经网络的Baye s 子网集结新算法研究 1 ,2 3 2 王 　攀 ,李幼凤 ,冯 　珊 ( 1. 武汉理工大学 自动化学院 ,湖北 武汉 430070 ;2 . 华中科技大学 控制系 ,湖北 武汉 430074 ;3 . 浙江大学 信息 学院 ,浙江 杭州 3 10027) 摘 　要 :针对模块化神经网络的重要命题 ———子网动态集成问题 ,提出一种基于改进的Bayes 学习的子网集结新方 法. 首先从处理复杂问题能力 、计算开销 、训练误差限等级的合理性 、逼近正确率的构造等方面分析了已有方法的不 足. 既而提出相应策略 ,其核心在于采用了简洁 、相关性小的子网生成方法 ; 同时以误差作为依据提出新的逼近正确 率指标以确定子网的动态集结权值. 仿真实验对两种改进方法的测试误差进行了比较研究 ,结果表明了改进方法的 有效性. 关键词 :模块化神经网络 ;Bayes 学习;子网集成 中图分类号 : TP 183 　文献标识码 :A 　文章编号 (2006) Novel integrated algorithm of modular neural net work’s subnets based on Bayesian learning WAN G Pan1 , L I Youf eng3 , F EN G Shan2 ( 1. School of Automation , Wuhan U niver sit y of Technology , Wuhan 430070 , China ; 2 . Dep art ment of Cont rol , Huazhong U niver sit y of Science and Technolo gy , Wuhan 430070 , China ; 3 . School of Information , Zhej iang U niver sit y , Hangzhou 320027 , China) Abstract :Aiming at t he imp ort ant i ssue of mo dular neural net wor k (MN N ) —t he dynamic int egration of t he subnet s , a novel int egrat ed algorit hm ba sed on t he imp roved Baye sian lear ning i s p re sent ed . Fir st ly , t he draw back s of t he ol d algorit hm are analyzed f ro m four a sp ect st he p roce ssin g abilit y for co mp lex p rob lem s , co mp uting co st , t he rationalit y of t rained er ror lim