无师训练Fuzzy Min-Max人工神经网络

摘要：

提出了一种无师训练的fuzzy min-max人工神经网络,它兼有一般fuzzy min-max网与ART2网的优点,既弥补了fuzzy min-max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,我们提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.对模式识别而言,所提出的网络比fuzzy min-max网和ART2网更具有实用价值.

关键词：目标识别、拓扑网络、门限控制、+无师训练

所属期刊栏目：21

分类号：TP3(计算技术、计算机技术)

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4页

页码：83-86