文摘
英文文摘
原创性声明及本论文使用授权说明
第1章 绪论
§1.1神经网络集成研究的历史与现状
§1.1.1人工神经网络研究的历史、现状与发展
§1.1.2神经网络集成的国内外研究
§1.2本文的主要研究内容
§1.2.1工作内容简介
§1.2.2本文的内容安排
第2章 神经网络集成理论分析与实验
§2.1引言
§2.2神经网络集成概述
§2.2.1神经网络集成概念的提出
§2.2.2神经网络集成的基本原理
§2.3神经网络集成的方法及主要技术
§2.3.1神经网络集成的构造方法
§2.3.2神经网络集成的主要技术及分析
§2.4神经网络集成的理论分析
§2.4.1个体生成方法分析
§2.4.2结论生成方法分析
§2.5神经网络集成与单个神经网络性能的实验与比较
§2.6小结
第3章 神经网络集成胞体AGRBF的研究
§3.1神经网络集成的胞体
§3.2 RBF神经网络及其学习算法
§3.2.1 RBF神经网络模型
§3.2.2 RBF神经网络的常规学习算法
§3.2.3胞体RBF神经网络的学习算法
§3.3自适应遗传算法(AGA)
§3.3.1遗传算法基本术语
§3.3.2遗传算法寻优的特点
§3.3.3自适应遗传算法
§3.4 AGA优化的RBF神经网络胞体(AGRBF)
§3.4.1神经网络与遗传算法结合的必要性
§3.4.2 AGRBF胞体—用自适应遗传算法优化的RBF网络
§3.5小结
第4章RBFEB算法及其并行化
§4.1对神经网络集成的数据预处理
§4.1.1数据预处理概述
§4.1.2基于RBF神经网络的属性约简方法研究
§4.1.3实验及结论
§4.2基于Bagging的神经网络集成算法
§4.2.1 Bagging算法
§4.2.2 RBFEB算法实现
§4.2.3实验与分析
§4.3 RBFEB算法的并行化
§4.3.1并行计算与MPI并行编程环境简介
§4.3.2 PRBFEB算法
§4.4小结
第5章 RBFEB算法在地震预报专家系统中的应用
§5.1地震预报专家系统概述
§5.2 ESEP3.0中学习数据的自动获取
§5.2.1 ESEP中的测震数据分析
§5.2.2 ESEP中数据的自动获取方法及实现
§5.3 RBFEB算法在ESEP中的应用
§5.3.1采用RBFEB算法的ESEP系统的组成与结构
§5.3.2 RBFEB算法在ESEP中的具体应用
§5.3.3实验与分析比较
§5.4小结
第6章 结论与展望
参考文献
作者攻读学位期间公开发表的论文及参加的科研工作
致谢
论文说明