论文部分内容阅读
神经网络集成作为神经网络技术的延伸，被广泛的用于解决分类问题。很多实际应用表明：神经网络集成表现出比单个神经网络更好的性能。而传统的神经网络集成模型中网络的构建和集成是分两个阶段完成的。论文提出一种新的神经网络集成结构模型“层状集成”。该模型中网络的构建和集成同时完成，且每个成员网络的输出流入到下一个神经网络，作为下一个神经网络的输入，以这种方式生成一种层状神经网络集成。该模型用于解决分类问题．表现出比传统神经网络集成更好的性能。