一种新的FART分类器

• 作者: 严盛文 刘文华 张殿治 雷洪利
• 来源期刊: 空军工程大学学报(自然科学版)
• 学科: 工学
• 关键词: 神经网络 自适应共振理论 模糊 贴近度 择近原则
• 年，卷（期）: 2002,（2）
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP389.1|O235
• 字数: 2870字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2002.02.018

摘要

提出了一类基于贴近度理论的模糊ART神经网络模型,简称为CBFART(Closeness Based Fuzzy ART)模型.将模糊数学中的贴近度(Closeness)和择近原则(Closest Principle)概念与自适应共振理论(ART)相结合,形成了一种新的网络模型.该模型的学习以匹配-委托循环为特点,网络分类遵循择近原则.补码编码、匹配-委托和快速委托-慢速重编码方案相结合,保证了网络学习的收敛性和稳定性,并可以做到一次性学习,提高了学习速度.文中对高维样本进行分类仿真,给出了仿真结果,分析表明该模型具有良好的聚类特性,能够稳定地对高维样本进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷洪利	空军工程大学工程学院	25	132	5.0	10.0
2	张殿治	空军工程大学工程学院	8	29	4.0	5.0
3	严盛文	空军工程大学工程学院	16	86	5.0	9.0
4	刘文华	空军工程大学工程学院	2	5	1.0	2.0