资源描述：
《基于遗传算法的神经网络集成在人耳识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、科学计算与信息处理陈春兰等:基于遗传算法的神经网络集成在人耳识别中的应用基于遗传算法的神经网络集成在人耳识别中的应用122陈春兰,曾黄麟,许立志(1.泸州职业技术学院,四川泸州646005;2.四川理工学院,四川自贡643000)摘要:BP神经网络算法存在收敛速度慢和网络泛化能力差的缺点,影响分类识别率。为了提高网络的分类识别能力和泛化能力,在此介绍一种基于遗传算法的神经网络集成方法,即训练出多个个体BP神经网络,利用遗传算法选择差异度较大的个体BP网络进行神经网络集成,再利用该神经网络集成进行分类识别。实验结果表明,神经网络集成
2、可以提高识别率。关键词:BP神经网络;遗传算法;神经网络集成;人耳识别中图分类号:TP183文献标识码:B文章编号:1004373X(2010)08014803ApplicationofNeuralNetworkEnsembleBasedonGeneticAlgorithminEarRecognitionCHENChunlan1,ZENGHuanglin2,XULizhi2(1.LuzhouVocationalandTechnicalCollege,Luzhou646005,China;2.Sichuan
3、UniversityofScience&Engineering,Zigong643000,China)Abstract:SincetheconstringencyoftheBPneuralnetworkalgorithmistooslowandgeneralizationcapabilityofneuralnetworkisnotideal,thedisadvantageseffecttheclassificationidentification.Amethodoftheneuralnetworkensemblebasedonthege
4、neticalgorithmisintroducedforimprovingtheclassificationaccuracyandgeneralizationofneuralnetwork,thewaywhichtrainsseveralindividualBPneuralnetworks,selectsthosewhohavegreatvarianceeachothertoperformtheneuralnetworkensemblebymeansofthegeneticalgorithm,andthencarriesoutthe
5、classificationidentificationwiththeneuralnetworkensemble.Theexperimentalresultshowsthatthemethodcanimprovetheidentificationrate.Keywords:BPneuralnetwork;geneticalgorithm;neuralnetworkensemble;earrecognition传统的BP神经网络虽然具有在线学习,非线性映输出投票产生,采用绝对多数投票法(某分类成为最终射能力,不需要精确的数学模型,擅长
6、从输入/输出数据结果,当且仅当有超过半数的神经网络输出结果为该分[1]中学习有用的知识,容易实现并行计算,由于神经网络类),提高网络的泛化能力和分类能力。Bagging算由大量的简单计算单元组成,因而具有易于用软、硬件法思想实现过程如图1所示。实现等优点。但是该学习算法是一个非线性优化问题,存在局部极小;BP算法使用的是最速下降法,学习算法的收敛速度很慢;最重要的是网络的泛化能力差。当图像数据较大时,影响分类识别能力。1990年,Hansen和Salamon开创性地提出了神经网络集成(NeuralNetworkEnsemble)方法,通
7、过训练多个神经网络,并将其结果进行合并,显著地提高了神经网络系统的泛化图1Bagging算法思想实现过程[1]能力。在此,采用Bagging方法训练个体神经网络,Bagging基本思想如下:用遗传算法选择最优的个体网络用于神经网络集成。(1)给定一个弱学习算法和一个训练集;实验表明,这种方法可以提高人耳的识别率。(2)单个弱学习算法准确率不高;(3)将该学习算法使用多次,得出预测函数序列,1基于遗传算法的神经网络集成进行投票;1.1神经网络集成(4)最后结果准确率将得到提高。当神经网络集成用于分类器时,通过Bagging算法Bag
8、ging算法:训练多个个体神经网络,通常集成的输出由个体网络的Fort=1,2,,T;从数据集S中取样(放回选样);收稿日期:20100116148现代电子技术2010年第8期总第319期计
