基于特征提取的选择性神经网络集成方法

摘要：

针对现有神经网络集成研究方法在输入属性、集成方式和集成形式上的不足,提出一种基于特征提取的选择性神经网络集成模型-NsNNEIPCABag.该模型通过Bagging算法产生若干训练子集;利用改进的主成分分析(IPCA)提取主成分作为输入来训练个体网络;采用IPCA从所有个体网络中选择出部分线性无关的个体网络;采用神经网络对选择出来的个体网络进行非线性集成.为检验该模型的有效性,将其用于时间序列预测,结果表明本文提出的方法的泛化能力优于流行的其它集成方法.

关键词：集成学习、神经网络集成、非线性集成、选择性集成、特征提取

所属期刊栏目：35

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金70471074;广东省科技厅科技计划2004836001051

在线出版日期：2008-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：132-133,172