对基于知识发现的神经元网络集成方法的研究

计算机科学 ›› 2006, Vol. 33 ›› Issue (10): 189-192.

• 计算机网络与信息安全 • 上一篇下一篇

对基于知识发现的神经元网络集成方法的研究

王泳邢红杰

中国科学院自动化研究所模式识别国家重点实验室,北京100080

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
本文研究得到国家自然科学基金资助（#60275025,#60121302）.

WANG Yong,XING Hong-Jie （National Laboratory of Pattern Recognition Institute of Automation, Chinese Academy of Sciences, Beijing 100080）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 该文对应用知识发现技术训练神经元网络集成的方法进行了研究，提出了以并行操作的方式结合归纳学习所获取的知识和演绎学习所获取的知识的神经元网络集成模型KBNNE（Knowledge-based Neural Network Ensembles）。实验表明，通过调节所获取知识的权重因子，新模型可以有效提高网络集成的性能。

关键词: 知识发现神经元网络集成归纳学习演绎学习

Abstract: This article explores the utility of knowledge discovery in Neural Network Ensembles. A novel neural network ensemble model KBNNE（Knowledge-Based Neural Network Ensembles）integrating KDD（Knowledge Discovery in Database）techniques and neural network ensemb

Key words: Knowledge discovery, Neural network ensembles, Induction,Deduction

王泳邢红杰. 对基于知识发现的神经元网络集成方法的研究[J]. 计算机科学, 2006, 33(10): 189-192. https://doi.org/

WANG Yong,XING Hong-Jie （National Laboratory of Pattern Recognition Institute of Automation, Chinese Academy of Sciences, Beijing 100080）. [J]. Computer Science, 2006, 33(10): 189-192. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

对基于知识发现的神经元网络集成方法的研究

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0