论文部分内容阅读
传统的神经网络集成中各子网络之间的相关性较大,从而影响集成的泛化能力。为此,提出用负相关学习算法来训练神经网络集成,以增加子网络间的差异度,从而提高集成的泛化能力。并将基于负相关学习法的神经网络集成应用于中医舌诊诊断,以肝病病证诊断进行仿真。实验结果表明:基于负相关学习法的神经网络集成比单个子网和传统神经网络集成更能有效地提高其泛化能力。因此,基于负相关神经网络集成算法的研究是可行的、有效的。