兰州交通大学学报
蘭州交通大學學報
란주교통대학학보
JOURNAL OF LANZHOU JIAOTONG UNIVERSITY（Natural Sciences）
2008年
6期
119-123
,共5页
Hebb%自适应谐振%神经网络%聚类%警戒参数
Hebb%自適應諧振%神經網絡%聚類%警戒參數
Hebb%자괄응해진%신경망락%취류%경계삼수
通过对经典自适应谐振(Adaptive Resonance Theory,ART)神经网络聚类过程的分析,指出其存在警戒参数主观设置,过分依赖获胜神经元信息,输出无层次结构等不足之处.在此基础上,提出基于ART2神经网络的改进聚类算法.本算法通过在竞争过程中同时考虑获胜神经元和其它神经元的信息以及Hebb规则来实现通过单个ART神经网络的多层动态聚类结构(对于一定范围粒度的聚类也不再需要重新训练神经网络),除此还降低了对警戒参数主观设置的要求.这些优点有效满足聚类的基本要求,能够避免采用级联结构实现层次聚类带来的性能、参数设置等问题.
通過對經典自適應諧振(Adaptive Resonance Theory,ART)神經網絡聚類過程的分析,指齣其存在警戒參數主觀設置,過分依賴穫勝神經元信息,輸齣無層次結構等不足之處.在此基礎上,提齣基于ART2神經網絡的改進聚類算法.本算法通過在競爭過程中同時攷慮穫勝神經元和其它神經元的信息以及Hebb規則來實現通過單箇ART神經網絡的多層動態聚類結構(對于一定範圍粒度的聚類也不再需要重新訓練神經網絡),除此還降低瞭對警戒參數主觀設置的要求.這些優點有效滿足聚類的基本要求,能夠避免採用級聯結構實現層次聚類帶來的性能、參數設置等問題.
통과대경전자괄응해진(Adaptive Resonance Theory,ART)신경망락취류과정적분석,지출기존재경계삼수주관설치,과분의뢰획성신경원신식,수출무층차결구등불족지처.재차기출상,제출기우ART2신경망락적개진취류산법.본산법통과재경쟁과정중동시고필획성신경원화기타신경원적신식이급Hebb규칙래실현통과단개ART신경망락적다층동태취류결구(대우일정범위립도적취류야불재수요중신훈련신경망락),제차환강저료대경계삼수주관설치적요구.저사우점유효만족취류적기본요구,능구피면채용급련결구실현층차취류대래적성능、삼수설치등문제.
