JJJ基于粗糙集约简的特征选择神经网络集成技术.pdfVIP

第 25 卷 第 3 期 控 　制 　与 　决 　策 20 10 年 3 月 Vol . 25 No . 3 Cont rol an d D ecis ion 　　Mar . 20 10 　　文章编号 : 100 10920 (20 10) 03037 107 基于粗糙集约简的特征选择神经网络集成技术 1 1 2 张东波 , 黄辉先 , 王耀南 ( 1. 湘潭大学 信息工程学院 , 湖南 湘潭 4 11105 ; 2 . 湖南大学 电气与信息工程学院 , 长沙 4 10082) 摘 　要 : 为了提升集成网络的泛化性能 ,在 Boo sting 或 Bagging 算法对样本进行扰动的基础上 ,通过粗糙集约简实 现特征属性选择 ,将样本扰动和输入属性扰动结合起来 ,提出了 Rough_Boo sting 和 Rough_Bagging 算法. 该算法通 过生成精确度高且差异度大的个体网络 ,提高了集成的泛化能力. 实验结果表明 ,该算法泛化能力明显优于 Boo sting 和 Bagging 算法 ,且生成的个体网络差异度更大 ,与同类算法相比,具有相近或相当的性能. 关键词 : 粗糙集 ; 约简 ; 神经网络集成 ; 特征选择 中图分类号 : TP 18 　　　　文献标识码 : A Feature selection neural net work ensemble based on rough sets reducts 1 1 2 Z H A N G D ongbo , H UA N G H uix i an , WA N G Yaon an ( 1. In stit ut e of Information Engineering , Xiangt an U niver sit y , Xiangt an 4 11105 , China ; 2 . College of Elect rical and Information Engineering , Hu ’nan U niver sit y , Changsha 4 10082 , China . Correspondent : ZHAN G Dongbo , Email : zhadonbo @yahoo . com . cn) Abstract : Rough _ Boo sting and Rough _ Bagging algorit hms are p ropo sed to imp rove t he generalization abilit y of en semble network s. The t raining samp les are di st urbed by u sing conventional Boo sting or Bagging algorit hm . Prop er att ribut e reduct s are select ed by u sing rough set s t heory . Thu s , t he mechani sm of di st urbing samp les and inp ut att ribut es are combined . The generalization abilit y i s imp roved by generating accurat e and diver se component network