基于模糊C-均值聚类的加权神经网络集成

摘要：

本文基于模糊聚类思想,提出了一种神经网络集成方法.利用隶属度函数,构造了一个分布函数,根据分布函数对训练数据进行抽样,用所抽得的数据作为个体神经网络的训练样本,多个个体神经网络构成神经网络集成.集成时,计算每个测试样本分别到每个模糊聚类中心的距离,并用这个距离估计该样本属于各类的隶属度,最后对每个神经网络的结果用求得的隶属度进行加权集成.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.

关键词： 模糊聚类 分布函数 隶属度 加权神经网络集成 模式分类

作者: 乐晓蓉 王正群 王向东 郭亚琴

作者单位: 扬州大学信息工程学院,扬州,225009

会议类型: 国内会议

会议名称: 第十六届全国测控、计量、仪器仪表学术年会

会议地点: 北京

会议语种:中文

页码: 1103-1106

在线出版日期: 2006-08-01（万方平台首次上网日期，不代表论文的发表时间）