ART2神经网络学习算法的改进

摘要：

自适应共振(ART)神经网络具有无监督学习功能,能对时序信号进行实时学习、实时处理,能对已学习过的样本作出快速响应,自动识别等优点,尤其以ART2网络更具有实用性.但是传统的ART2网络存在幅度信息丢失和模式漂移等现象,针对这一情况,本文把模式漂移的方向作为一个因素进行考虑,通过设置漂移上限系数.引入栈结构对模式漂移的相反方向相互抵消.同一方向累加的方法有效限制了模式的飘移,对各改进算法进行比较体现本文算法的优越性.

关键词：自适应共振、模式漂移、飘移上限系数、栈结构

所属期刊栏目：26

分类号：TP183(自动化基础理论)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：104-106