基于幅值分量的ART2神经网络的改进

• 作者: 葛良全 顾民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: ART2网络 幅度信息 相位信息 相似度
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 学术探讨
• 页码范围: 52-54,72
• 页数: 4页
• 分类号: TP18
• 字数: 4321字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.13.014

摘要

ART2神经网络由于其预处理阶段的归一化环节,丢失了幅度信息,其相似量度是一种模式相位信息的量度,存在"同相位不可分"的缺点.文章针对此不足,将样本的幅度作为样本特征分量的办法,对传统的ART2网络进行了改进.实验证明,改进后ART2网络在处理集群分布样本时,性能优于传统ART2网络,同时,改进的ART2网络在核辐射场数据处理分类中有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾民	成都理工大学核技术与自动化工程学院	18	89	6.0	9.0
2	葛良全	成都理工大学核技术与自动化工程学院	335	1967	19.0	25.0