ART-2A的同相位不可分问题及其解决方法

• 作者: 徐永成 易晓山 温熙森 韩小云
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 神经网络 自适应共振理论 模式识别 人工智能
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 393-398
• 页数: 6页
• 分类号: TP18|TH113
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2001.04.001

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温熙森	国防科技大学机电工程与自动化学院	96	1778	24.0	38.0
2	韩小云	国防科技大学机电工程与自动化学院	19	328	10.0	18.0
3	徐永成	国防科技大学机电工程与自动化学院	31	497	14.0	22.0
4	易晓山	国防科技大学机电工程与自动化学院	24	268	10.0	15.0