一种含两层专家网络的委员会机器模型

针对含单层专家网络的委员会机器在处理复杂问题时拟合能力不足的情况，本文提出了一种基于两层专家网络的委员会机器（cm-2le）模型，并推导了其中的网络权值学习规则。对人造数据的整体检验和对实际的气象数据的逐次预报检验，通过调节隐含层节点数目，实验误差结果出现了较明显的减小过程，表明通过增加委员会机器中专家网络的层数，可以提高委员会机器的拟合能力。