基于资源分配网络的小数据集并行集成学习方法-计算机应用研究.PDF

———————————————————————————————————————————————— 基于资源分配网络的小数据集并行集成学习方法 作者 张安国，张树勋，朱巍，李秀敏，黄金龙 机构 锐捷网络股份有限公司 锐捷研究院；中国科学院新疆理化技术研究所；中国科学院大学；新 疆民族语音语言信息处理实验室；重庆大学 自动化学院；长江师范学院 基金项目 重庆市自然科学基金资助项目（cstc2016jcyjA0015 ）；重庆市涪陵区科技计划项目 （FLKJ2015ABB1099） 预排期卷 《计算机应用研究》2019 年第36 卷第4 期 摘要 机器学习领域中，如何在小规模的训练数据集上获得一个具有稳定的高计算精度的算法模 型，一直以来都是一个棘手而富有挑战的问题。从算法模型出发，提出了一种基于扩展卡尔 曼滤波器的资源分配网络并行集成学习方法。该集成系统由多个带有扩展卡尔曼滤波器的资 源分配网络（RANEKF）组成，并且每个RANEKF 子网的输入由原始数据集中的输入经过随机 权值的修正得到。通过和其他神经网络构成的集成学习算法的实验对比，发现提出的方法在 小训练集上拥有更高的计算精度和稳定性。 关键词 资源分配网络；并行集成学习；增量学习；扩展卡尔曼滤波器 作者简介 张安国（1990-），男，安徽人，研究员，硕士，主要研究方向为人工神经网络、深度学习、 机器学习；张树勋（1992-），男，安徽人，硕士研究生，主要研究方向为物联网技术、机器 学习；朱巍（1983-），男，四川人，高级研究员，博士，主要研究方向为多媒体技术、人工 智能、机器学习；李秀敏（1982-），女，副教授，博士，主要研究方向为神经可塑性、复杂 网络、人工神经网络；黄金龙（1989-），男（通信作者），讲师，博士，主要研究方向为离群 检测、聚类分析）． 中图分类号 TP183 访问地址 /article/02-2019-04-020.html 发布日期 2018 年2 月7 日 引用格式 张安国, 张树勋, 朱巍, 李秀敏, 黄金龙. 基于资源分配网络的小数据集并行集成学习方法 [J/OL]. 2019, 36(4). [2018-02-07]. /article/02-2019-04-020.html. 36 4 Vol. 36 No. 4 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于资源分配网络的小数据集并行集成学习方法 * 1 2, 3, 4 1 5 6? 张安国 ，张树勋 ，朱 巍 ，李秀敏 ，黄金龙 (1. , 350002; 2. , 830011; 3. 锐捷网络股份有限公司 锐捷研究院 福州 中国科学院新疆理化技术研究所 乌鲁木齐 中国 , 1