一种新的拓扑保持ART模型

摘要：

基本ART模型缺乏对样本集拓扑结构及分布特性的学习,导致其抗噪性能较差,容易产生类别增殖现象,进而导致分类性能不稳定.本文将基本ART模型与SOM、GNG的侧向连接和动态拓扑结构相结合,提出了一种具有拓扑保持结构的ART模型(topology preserving ART model,TPART).利用构建的模型对聚类状分布的高斯分布数据集进行测试,在受到大量孤立噪声点干扰和输入样本顺序的影响下,其性能相对于Fuzzy ART有较大提高.进一步将其应用于灰度图像分割,也取得了较Fuzzy ART更好的分割结果.

关键词：自适应共振理论、自组织映射、拓扑结构、聚类、图像分割

所属期刊栏目：29

分类号：TP183(自动化基础理论)

资助基金：教育部跨世纪优秀人才培养计划NCET-04-0560

在线出版日期：2008-05-29（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：798-803