第
39
卷第
3
期
2013
年
3
月
北京工业大学学报
JOURNAL
OF
BEIJING UNIVERSITY
OF
TECHNOLOGY
Vo
l.
39 No.3
Ma
r. 2013
基于阴影集数据选择的可拓神经网络性能改进
周玉钱旭
2
王自强
2
，
3
(l.华北水利水电学院电力学院，郑州
I
450011;
2.
中国矿业大学(北京)机电与信息工程学院，北京
100083 ;
3.
河南工业大学信息科学与工程学院，郑州
450001 )
摘
要:为了改进可拓神经网络的性能，提出一种基于阴影集的数据选择方法.通过该方法获取用于训练可拓神
经网络的训练样本，进而改进可拓神经网络的性能.针对可拓神经网络的特点，选择核数据和边界数据作为可拓神
经网络的训练样本;利用基于阴影集的数据选择方法，可以自动获取核数据和边界数据.实验结果表明，与传统可
拓神经网络相比，改进的可拓神经网络不仅节约了训练时间，而且网络的泛化能力和分类识别准确度得到了有效
提高.
关键词:可拓神经网络:数据选择:阴影集;训练样本;泛化能力
中图分类号:
TP
183
文献标志码
:A
文章编号:
0254
-0037(2013)03
-0430
-08
Performance
Im
provement
of
Extension Neural Network Using
Data
Selection Method
ßased
on
Shadowed Sets
ZHOU
Yu
1
,
QIAN
Xu
2
,
WANG
Zi-qiang
2
, 3
(
l.
School
of
Electric Power , North China University
of
Water Conservancy and Hydroelectric Power , Zhengzhou 450011 , China;
2.
School of Mechanical Electronic & Information Engineering , China University of Mining & Technology (Beijing) ,
Beijing 100083 , China;
3.
College of Information Science & Engineering, Henan University of Technology , Zhengzhou 450001 , China)
Abstract:
To
improve
the
performance
of
extension
neural
network
(ENN)
, a
data
selection
method
based
on
shadowed
sets
was
proposed.
This
method
was
used
to
obtain
training
sample
data
for
improving
the
performance
of
ENN.
According
to
the
characteristics
of
ENN
,
core
data
and
boundarγdata
were
selected
as
training
data
for
ENN;
using
shadowed-sets-based
data
selection
method
,
core
data
and
boundarγdata
could
be
captured
automatically.
Experimental
results
indicate
that
the
learning
speed
of
the
improved
extension
neural
network
(IENN)
is
faster
than
traditional
ENN.
Moreover
,
the
generalization
ability
and
the
recognition
accuracy
are
improved
effectively.
Key
words:
extension
neural
network
(ENN);
data
selection;
shadowed
sets;
training
samples;
generalization
ability
训练样本是影响神经网络性能的重要因素之
一，好的训练样本能提高神经网络的性能[
1-2]
通过
收稿日期:
2011-06-21.
对训练样本进行选择，从而改进神经网络性能的研
究工作，受到国内外学者的关注，而且有了可观的成
基金项目:国家自然科学基金资助项目
(70701013)
;教育部科技研究重点资助项目(
107021)
;华北水利水电学院高层次人
才科研启动基金资助项目
(201117)
.
作者简介:周
玉
(1979
一)
，男，讲师，主要从事智能信息处理技术、智能控制与决策方面的研究，
E-mail: zhouyu@
ncwu
edu. cn.
剩余7页未读，继续阅读
资源评论
