%0 Journal Article
%T 基于bagging的概率神经网络集成分类算法
%A 蒋芸？
%A 陈娜？
%A 明利特？
%A 周泽寻？
%A 谢国城？
%A 陈珊？
%J 计算机科学
%D 2013
%X 目前的神经网络较多集中在以bp算法为基础的bp神经网络上。针对bp神经网络的不足,在分析研究概率神经网络和机器学习的基础上,结合集成学习的思想,提出了基于bagging的概率神经网络集成分类算法。理论分析和实验结果都表明,提出的算法能够有效地降低分类误差,提高分类准确率,具有较好的泛化能力以及较快的执行速度,能够取得比传统的bp神经网络分类方法更好和更稳定的分类结果。
%K 分类
%K bp神经网络
%K 概率神经网络
%K 集成学习
%K bagging
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20130557&flag=1