文件名称：神经网络聚类加权集成及其应用
文件大小：1.1MB
文件格式：PDF
更新时间：2016-06-20 02:13:03
聚类 神经网络集成 隶属度
提出了一种神经网络聚类加权集成方法。首先，采用聚类和 Bagging 技术产生训练集，这样产生的训练 集能够侧重地模拟原始训练集分布的某一方面，既能使每个网络发生的错误尽可能的不相关，又能使其他训练的 网络对该错误起到纠正的作用；然后针对产生的训练集特点，使用隶属度加权网络的输出。和其他常用的个体网 络生成方法比较，仿真实验表明，该方法可以提高网络集成的泛化性能。