ART-2A的同相位不可分问题及其解决方法

摘要：

自适应共振理论(ART)是一种典型的、无监督的、能够对复杂输入模式实现自组织识别的神经网络.本文经分析发现标准ART-2A算法中存在"同相位不可分问题",由此提出新的F1层非线性变换函数和F2层竞争学习算法,把ART-2A算法的适用范围扩展到整个实数域,然后提出了相应的线性变换处理方法把"同相位不可分问题"转化为"整个坐标平面内的相位划分问题",从而很好地解决上述问题,增强了ART-2A算法的适用性.验证算例的结果表明,新型ART-2A算法能够对更为广泛的数据模式进行自适应识别,分类结果准确.

关键词：神经网络、自适应共振理论、模式识别、人工智能

所属期刊栏目：16

分类号：TP18;TH113(自动化基础理论)

资助基金：国防预研基金19.6.5.2.2

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：393-398