1、提高神經(jīng)網(wǎng)絡(luò)的泛化能力是神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與實(shí)現(xiàn)的基本問題之一。人們?cè)诶蒙窠?jīng)網(wǎng)絡(luò)解決分類和回歸問題時(shí)，通常采取具體問題具體分析的方式，通過大量費(fèi)力耗時(shí)的實(shí)驗(yàn)摸索，確定出合適的神經(jīng)網(wǎng)絡(luò)模型、算法以及參數(shù)設(shè)置。如何避開網(wǎng)絡(luò)的參數(shù)配置問題，從另一個(gè)角度來提高神經(jīng)網(wǎng)絡(luò)的泛化能力，具有顯著的意義。集成學(xué)習(xí)，為上述問題的解決提供了一個(gè)可行的方案。使用這種方法，可以通過訓(xùn)練多個(gè)神經(jīng)網(wǎng)絡(luò)并將其結(jié)果進(jìn)行集成，來提高學(xué)習(xí)系統(tǒng)的泛化能力。本文的主要工作如下：

2、 (1)從神經(jīng)網(wǎng)絡(luò)敏感性的角度來研究集成學(xué)習(xí)。當(dāng)前，大多數(shù)的集成學(xué)習(xí)是通過擾動(dòng)數(shù)據(jù)集和調(diào)整神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)來獲得個(gè)體網(wǎng)絡(luò)之間的差異，從而集成網(wǎng)絡(luò)。我們以集成中個(gè)體網(wǎng)絡(luò)輸出敏感性的差異為基礎(chǔ)，提出了三種測量差異度的尺度和基于此的四種測量方法來選擇個(gè)體網(wǎng)絡(luò)，構(gòu)造集成。實(shí)驗(yàn)表明基于敏感性的集成可以保持甚至提高集成的泛化能力同時(shí)降低集成中需要的個(gè)體網(wǎng)絡(luò)的個(gè)數(shù)。 (2)從概率的角度來研究集成學(xué)習(xí)中個(gè)體網(wǎng)絡(luò)的多樣性與集成準(zhǔn)確率的關(guān)系。我們