一种改进的ART型神经网络学习算法

• 作者: 朱大奇 杨兴 桑庆兵
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 神经网络 自适应共振理论 模式分类 模式漂移
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 27-29
• 页数: 3页
• 分类号: TP183
• 字数: 3988字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.09.010

摘要

指出常规ART1型神经网络的不足,提出了一种改进的相似度计算方法.它同时考虑两向量对应位子值,避免了ART1网络中两个向量由于输入顺序的不同而得到不同的相似度的结果;针对ART1网络模式识别的漂移问题,提出了少数服从多数原则来减少这种问题的出现.改进了ART1型神经网络的应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑庆兵	江南大学信息工程学院	50	566	9.0	23.0
2	朱大奇	江南大学控制科学与工程研究中心	15	883	7.0	15.0
3	杨兴	江南大学控制科学与工程研究中心	2	236	2.0	2.0