基于ART2神经网络算法改进的研究

• 作者: 吕秀江 王德元 王鹏翔
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: ART2神经网络 模式漂移 分类
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 137-139
• 页数: 3页
• 分类号: TP273
• 字数: 2370字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.05.039

摘要

ART2神经网络是按照自适应谐振理论建立的一种自组织、无监督的人工神经网络.通过分析经典自适应谐振神经网络聚类过程,针对传统ART2神经网络模型对分类的不确定性和网络权值模式漂移等不足,提出了基于算法改进的ART2神经网络模型.最后对改进的ART2神经网络进行了仿真,并与经典神经网络所做仿真的结果比较,验证了改进的ART2神经网络结构大大提高了分类的正确率,有效改善了模式漂移现象.降低了空间存储消耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕秀江	长春工业大学电气与电子工程学院	16	33	4.0	4.0
2	王德元	长春工业大学电气与电子工程学院	4	13	3.0	3.0
3	王鹏翔	长春工业大学电气与电子工程学院	2	10	2.0	2.0