基于ART2网络聚类分析的数据融合算法研究

• 作者: 张保梅 李战明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据融合 神经网络 ART2 分类器 聚类 故障诊断
• 年，卷（期）: 2005,（16）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 182-184
• 页数: 3页
• 分类号: TP391
• 字数: 3582字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.16.056

摘要

人工神经网络为数据融合提供了新的理论方法和技术手段,在数据融合的各个方面具有广泛的应用前景.自适应共振理论(ART)是一种无监督神经网络,能够实现对输入的任何模拟信号的自动识别和分类.据此提出了一种以ART2网络聚类分析为核心的数据融合算法,探讨了ART2网络用于特征层数据融合实现模式识别/分类的机理,最后给出该算法在一例模式识别/分类中的应用-实现对工业控制系统中设备运行状态的实时监测和故障诊断,验证了该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战明	兰州理工大学电信学院	162	1481	18.0	29.0
2	张保梅	兰州理工大学电信学院	2	91	2.0	2.0