您的位置： 专家智库 > >

沈学华

作品数：3 被引量：136H指数：2
供职机构：南京大学计算机科学与技术系计算机软件新技术国家重点实验室更多>>
发文基金：江苏省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 1篇选择性
  • 1篇遗传算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇突现行为
  • 1篇人工生命
  • 1篇人工智能
  • 1篇网络
  • 1篇网络集成
  • 1篇泛化
  • 1篇泛化误差
  • 1篇BAGGIN...
  • 1篇BAGGIN...
  • 1篇BOOSTI...
  • 1篇BOOSTI...

机构

  • 3篇南京大学

作者

  • 3篇沈学华
  • 2篇周志华
  • 2篇吴建鑫
  • 2篇陈兆乾
  • 1篇杨献春

传媒

  • 1篇计算机研究与...
  • 1篇计算机工程与...
  • 1篇第7届中国机...

年份

  • 3篇2000
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
人工生命的研究
人工生命是通过对自然现象的模拟来研究行为如何变得智能、自适应的学科，以及复杂的行为如何产生。该文将对人工生命进行一些描述，对人工智能的研究对象、方法学作简单的介绍，最后，对将来的研究作简单的讨论。
沈学华杨献春
关键词：人工生命突现行为人工智能
文献传递
Boosting和Bagging综述被引量：87
2000年
Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研究进行讨论.
沈学华周志华吴建鑫陈兆乾
关键词：泛化误差BOOSTING算法BAGGING算法
一种选择性神经网络集成构造方法被引量：49
2000年
提出一种选择性神经网络集成构造方法 ,在训练出个体神经网络之后 ,使用遗传算法选择部分网络来组成神经网络集成 .理论分析和实验结果表明 ,与传统的使用所有个体网络的方法相比 ,该方法能够取得更好的效果 .
吴建鑫周志华沈学华陈兆乾
关键词：神经网络遗传算法选择性
全选 清除 导出
共1页<1>
聚类工具0