摘要：目前的神经网络较多集中在以BP算法为基础的BP神经网络上。针对BP神经网络的不足，在分析研究概率神经网络和机器学习的基础上，结合集成学习的思想，提出了基于Bagging的概率神经网络集成分类算法。理论分析和实验结果都表明，提出的算法能够有效地降低分类误差，提高分类准确率，具有较好的泛化能力以及较快的执行速度，能够取得比传统的BP神经网络分类方法更好和更稳定的分类结果。

原文链接:http://www.cqvip.com//QK/92817X/201305/45647255.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）