分析基于神经网络知识库的多神经网络集成方法.doc

分析基于神经网络知识库的多神经网络集成方法
摘要: 科学技术的进步推动了神经网络技术的发展,且广泛地应用于我国的多个领域之中,实现了复杂问题的简单化,大大提高了工作人员的工作效率。本文对多神经网络集成方法进行了概述,并详细分析阐述了在BP网络集成的基础上进行非线性的研究案例。
关键词: 神经网络知识库多神经网络集成方法研究
随着我国科学技术的不断发展,神经网络技术已经获得广泛的应用,在我国的多个领域中使用,且已经小有成就。但是在使用的过程中还不成熟,仍存在很大的不足和问题,这就需要工作人员进行反复的试验和计算,以获得有关于神经网络的模型。神经网络模型在使用的过程中,会受到操作人员的影响,因此结果表现出来的也就不同。神经网络在实际使用的过程中,操作人员多是缺乏专业知识水平的普通工作人员,这就导致神经网络模型的使用效果得不到保障,因此需要系统的、可靠的神经网络模型操作的应用体系。
一、多神经网络集成方法

在神经网络技术应用的过程中,要对工作人员所具备的神经网络方面的知识和经验进行培训,可以通过多元化的神经网络来学****和积累与神经网络有关的知识,神经网络所具备的实用性将获得大幅度的提高。现阶段,我国与神经网络技术有关的工程都较为复杂,大多数的工程都具备独立性较强的子系统、功能单元及部件等,将原本复杂的系统分解成多个简单的小系统。因此工作人员在遇到复杂的系统问题时,可以将复杂的问题分解成多个相对独立的部件、功能单元或者是子系统,进行信息资料的输出或者是输入。使用神经网络技术得到相关子系统的特点信息之后,就能够以此为基础面对系统复杂的问题,例如系统中的辨识度问题、同一个系统中包括多个子系统的神经网络问题等。
在上述想法的基础上,对神经网络知识库进行构建,并逐渐完善神经网络集成体系的框架。是按照将复杂的神经网络问题分解成多个子系统的神经网络问题,而不是针对一个相对较复杂的问题进行的。将复杂问题分解成多个子系统,能够充分体现复杂的神经网络技术所具备功能,并为神经网络问题的分类提供便利,不仅可以提高解决问题的工作效率,而且可以积累神经网络方面的经验。在神经网络问题的实际解决过程中,如果子系统所具备的属性是对数据资料的输出和输入是固定的话,就需要子系统记住这些匹配。也可以是将神经网络子系统中存在的知识库与神经网络中的仪器设备相匹配,那么在进行相关信息的输入时,就可以对神经网络知识库中的连接权、阈值等相关参数进行调用,而不进行反复性质的神经网络学****这时神经网络所具备的功能就是对函数进行传递。如果在子系统的神经网络知识库中存在与子系统属性相匹配的网络部分,就需要在神经网络知识库中找到与初始值和缺省值相匹配的经验值,将其作为基础就可以对神经网络的子系统的连接权、阈值等相关参数进行训练;如果神经网络的知识库中不存在与子系统属性相匹配的网络部分,就要对神经网络的样本进行训练,并在神经网络问题求解的过程中对网络结构的设计和计算方法等进行学****和训练,以求真正与神经网络的知识库相融合。在神经网络知识库基础上发展而来的多神经网络集成体系如下图所示:
图在神经网络知识库基础上发展而来的多神经网络集成体系

从神经网络的有关资料可以看出,多神经的网络集成体系中存