| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-13页 |
| 第1章 绪论 | 第13-33页 |
| ·神经网络集成及其兴起 | 第13-16页 |
| ·神经网络集成的研究进展综述 | 第16-29页 |
| ·神经网络集成的机理研究 | 第16-18页 |
| ·神经网络集成中个体生成方式的研究 | 第18-27页 |
| ·结论生成方式的研究 | 第27-29页 |
| ·论文的研究目标和主要工作 | 第29-31页 |
| ·选择性神经网络集成的优点 | 第29-30页 |
| ·论文的主要工作 | 第30-31页 |
| ·论文的组织结构 | 第31-33页 |
| 第2章 选择性神经网络集成 | 第33-49页 |
| ·生成策略、BOOSTING和BAGGING | 第33-39页 |
| ·Bagging | 第34-35页 |
| ·Boosting | 第35-39页 |
| ·选择策略 | 第39-41页 |
| ·选择的途径 | 第39-40页 |
| ·选择的评价 | 第40-41页 |
| ·差异度(DIVERSITY) | 第41-46页 |
| ·Ambiguity分解 | 第41页 |
| ·Bias-Variance分解和Bias-Variance-Corvariance分解 | 第41-43页 |
| ·差异度:启发式描述及运用 | 第43-46页 |
| ·小结 | 第46-49页 |
| 第3章 基于BPSO的神经网络优选集成 | 第49-61页 |
| ·粒子群优化(PSO)算法 | 第49-52页 |
| ·标准PSO算法 | 第49-51页 |
| ·离散二进制PSO算法 | 第51-52页 |
| ·基于离散二进制PSO算法的神经网络优选集成 | 第52-53页 |
| ·基于BPSO的神经网络优选集成算法模型 | 第52页 |
| ·目标函数的选取 | 第52-53页 |
| ·仿真实验 | 第53-58页 |
| ·数据集 | 第53-54页 |
| ·实验方法 | 第54页 |
| ·实验结果和分析 | 第54-56页 |
| ·数据集容量、粒子数量和有关参数的影响 | 第56-58页 |
| ·小结 | 第58-61页 |
| 第4章 基于ACO的神经网络优选集成 | 第61-79页 |
| ·蚁群算法的基本原理 | 第61-63页 |
| ·基于ACO的神经网络优选集成 | 第63-65页 |
| ·求解选择性神经网络集成问题的蚁群算法模型 | 第63-65页 |
| ·基于ACO的神经网络优选集成 | 第65页 |
| ·仿真实验 | 第65-75页 |
| ·实验方法 | 第65-66页 |
| ·实验结果 | 第66-68页 |
| ·训练集容量、参数对算法性能的影响 | 第68-75页 |
| ·基于BPSO和基于ACO的神经网络优选集成的比较 | 第75-77页 |
| ·小结 | 第77-79页 |
| 第5章 基于谱聚类的神经网络优选集成 | 第79-89页 |
| ·基于聚类算法的神经网络优选集成算法 | 第79-81页 |
| ·基于谱聚类的选择性神经网络集成算法 | 第81-86页 |
| ·谱聚类算法的基本原理 | 第81-84页 |
| ·基于谱聚类的神经网络优选集成 | 第84-86页 |
| ·仿真实验 | 第86-87页 |
| ·实验方法 | 第86页 |
| ·实验结果 | 第86-87页 |
| ·小结 | 第87-89页 |
| 第6章 信息论基础 | 第89-95页 |
| ·熵 | 第89-92页 |
| ·互信息 | 第92-93页 |
| ·KULLBACK-LEIBLER信息距离 | 第93-94页 |
| ·最大熵原理和最小交叉熵原理 | 第94页 |
| ·小结 | 第94-95页 |
| 第7章 基于最小信息损失的组合集成 | 第95-107页 |
| ·神经网络组合集成 | 第95-96页 |
| ·基于最小信息损失原则的神经网络组合集成 | 第96-101页 |
| ·算法描述 | 第96-99页 |
| ·协方差矩阵R的计算 | 第99-100页 |
| ·神经网络集成个数ι的选择 | 第100-101页 |
| ·仿真实验 | 第101-105页 |
| ·实验方法 | 第101页 |
| ·实验结果及分析 | 第101-105页 |
| ·小结 | 第105-107页 |
| 第8章 基于最大独立性的组合集成 | 第107-117页 |
| ·统计独立性的度量 | 第107-108页 |
| ·基于最大独立性原则的神经网络组合集成方法 | 第108-112页 |
| ·算法描述 | 第108-111页 |
| ·自相关矩阵的计算 | 第111-112页 |
| ·关于神经网络集成个数ι的选择 | 第112页 |
| ·仿真实验 | 第112-114页 |
| ·实验方法 | 第112页 |
| ·实验结果 | 第112-114页 |
| ·小结 | 第114-117页 |
| 第9章 总结与展望 | 第117-121页 |
| ·总结 | 第117-119页 |
| ·关于差异度 | 第119-120页 |
| ·前景与展望 | 第120-121页 |
| 参考文献 | 第121-135页 |
| 攻博期间完成的论文 | 第135-137页 |
| 致谢 | 第137页 |