基于二次Renyi熵的神经网络集成

摘要

神经网络集成能够有效提高单个神经网络的分类或回归性能.在基于香农熵的神经网络集成基础上,提出了基于二次Renyi熵的神经网络集成.与基于香农熵的神经网络集成相比,所提集成策略的最优组合权重可以解析求得,无需利用牛顿法迭代求取.在人工和标准数据集上的实验结果表明:与单个神经网络和基于香农熵的神经网络集成相比,基于二次Renyi熵的神经网络集成能够取得更优的性能.