作者:凌锦江; 周志华神经网络集成神经网络集成学习因果发现泛化
摘要:现有的神经网络集成方法主要通过扰动训练数据来产生精确且差异度较大的个体网络,从而获得较强的泛化能力.利用因果发现技术,在取样结果中找出类别属性的祖先属性,然后使用仅包含这些属性的数据生成个体网络,从而有效地将扰动训练数据与扰动输入属性结合起来,以产生精确度高且差异度大的个体.实验结果表明,该方法的泛化能力与当前一些流行的集成方法相当或更好.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《软件学报》(CN:11-2560/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 238764 评论 36
部级期刊
人气 215171 评论 35
人气 154363 评论 33
人气 152044 评论 53