神经网络集成的泛化能力研究及其应用
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题背景及意义 | 第11-13页 |
| ·神经网络集成研究的历史及现状 | 第11-13页 |
| ·时间序列预测的现状 | 第13页 |
| ·本文的主要研究内容 | 第13-15页 |
| ·论文的主要研究工作 | 第13-14页 |
| ·论文内容安排 | 第14-15页 |
| 第2章 神经网络集成理论分析 | 第15-24页 |
| ·引言 | 第15页 |
| ·神经网络集成概述 | 第15-16页 |
| ·神经网络集成的概念 | 第15-16页 |
| ·神经网络集成的思想由来 | 第16页 |
| ·神经网络集成的方法及主要技术 | 第16-18页 |
| ·神经网络集成的构造方法 | 第16-17页 |
| ·神经网络集成的主要技术 | 第17-18页 |
| ·神经网络集成的理论分析 | 第18-22页 |
| ·结论生成 | 第18-20页 |
| ·个体生成 | 第20-22页 |
| ·小结 | 第22-24页 |
| 第3章 神经网络集成泛化能力研究 | 第24-29页 |
| ·泛化能力概述 | 第24-26页 |
| ·泛化理论 | 第25页 |
| ·泛化方法 | 第25-26页 |
| ·集成泛化能力提高方法研究 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第4章 基于充分利用训练数据提高集成泛化能力 | 第29-37页 |
| ·引言 | 第29-30页 |
| ·在训练数据中加入噪声的方法 | 第30-31页 |
| ·引入噪声生成个体神经网络 | 第30-31页 |
| ·个体神经网络输出结论结合 | 第31页 |
| ·实验分析 | 第31-35页 |
| ·数据的预处理 | 第32页 |
| ·个体网络模型的结构 | 第32-33页 |
| ·仿真结果 | 第33-35页 |
| ·小结 | 第35-37页 |
| 第5章 引进小生境技术增加个体网络差异性研究 | 第37-46页 |
| ·引言 | 第37页 |
| ·可定向的小生境技术原理 | 第37-40页 |
| ·神经网络进化集成设计 | 第40-45页 |
| ·编码设计 | 第41-42页 |
| ·适值函数设计 | 第42页 |
| ·遗传算子设计 | 第42-43页 |
| ·结论集成 | 第43页 |
| ·实验分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第53页 |
