一种改进的BP-AdaBoost算法及应用研究

摘要：

BP-AdaBoost算法结合BP神经网络和AdaBoost算法二者的优点,在提高准确率的同时加快训练速度.但传统BP神经网络在训练时可能会出现陷入局部最优的问题,针对此缺陷,提出一种改进的BP-AdaBoost算法,先采用思维进化算法调整BP神经网络的权值和阈值,再运用优化后的BP神经网络构造多个优化的弱预测器,最后将AdaBoost多分类思想引入改进的BP-AdaBoost算法中,构造多个强预测器判断决策输出结果.将改进的BP-AdaBoost算法与小波神经网络用于上证指数开盘指数的预测中,通过实验对比分析,证明了算法的可行性与优越性.

关键词：神经网络、BP-AdaBoost算法、思维进化算法、多分类、上证指数预测、强预测器

所属期刊栏目：42

分类号：TN711-34;TP183(基本电子电路)

资助基金：公安部资助项目2017GABJC38

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-67,72