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

1、自神經(jīng)網(wǎng)絡(luò)集成概念和思想提出以后,大量研究人員便涌入該領(lǐng)域,從而使得神經(jīng)網(wǎng)絡(luò)集成成為當(dāng)今國際機器學(xué)習(xí)和神經(jīng)計算學(xué)界的研究熱點.如何設(shè)計出更有效的神經(jīng)網(wǎng)絡(luò)集成的實現(xiàn)方法,以提高神經(jīng)網(wǎng)絡(luò)集成模型的泛化能力,則具有很強的理論和現(xiàn)實意義.
　　本文正是在此前提下,就樣本選取、個體網(wǎng)絡(luò)生成選擇兩個階段,分別提出了新的算法.樣本選取——提出基于圖聚類的樣本選擇算法;個體網(wǎng)絡(luò)生成選擇——提出了基于人工蜂群的個網(wǎng)絡(luò)個體選擇算法.
　　第三章

2、重點介紹了圖聚類算法,以及通過將圖聚類算法應(yīng)用到訓(xùn)練樣本選取過程來提出一種基于圖聚類的神經(jīng)網(wǎng)絡(luò)集成算法.該算法首先利用圖聚類算法將樣本聚類,然后從個聚類中抽取樣本,并用所抽取樣本訓(xùn)練個體神經(jīng)網(wǎng)絡(luò),最后在將個體神經(jīng)網(wǎng)絡(luò)集成.
　　第四章重點闡述了一種利于ABC算法(蜂群算法)去除冗余個體的新的選擇性神經(jīng)網(wǎng)絡(luò)集成構(gòu)造算法.該算法能夠選擇差異度大的集成個體,構(gòu)建出精確度高的集成網(wǎng)絡(luò).這一算法首先運用可重復(fù)采樣技術(shù)訓(xùn)練大量集成個體,繼而采