北京石油化工学院学报
北京石油化工學院學報
북경석유화공학원학보
JOURNAL OF BEIJING INSTITUTE OF PETRO-CHEMICAL TECHNOLOGY
2009年
1期
38-42
,共5页
神经网络%自适应共振理论%警戒参数%聚类中心
神經網絡%自適應共振理論%警戒參數%聚類中心
신경망락%자괄응공진이론%경계삼수%취류중심
为了更好地利用自适应共振理论(ART1)来实现汉字的分类,提出了一种改进的ART1算法.改进算法引用了同或的思想,将输入模式与记忆模式相同的部分在输入模式总体中占的比例作为二者的匹配度,从而降低了输入样本顺序对分类结果造成的误差,增强了网络的稳定性和抗噪性.实验结果证明,改进算法能够更好地将汉字进行分类,求出聚类中心.
為瞭更好地利用自適應共振理論(ART1)來實現漢字的分類,提齣瞭一種改進的ART1算法.改進算法引用瞭同或的思想,將輸入模式與記憶模式相同的部分在輸入模式總體中佔的比例作為二者的匹配度,從而降低瞭輸入樣本順序對分類結果造成的誤差,增彊瞭網絡的穩定性和抗譟性.實驗結果證明,改進算法能夠更好地將漢字進行分類,求齣聚類中心.
위료경호지이용자괄응공진이론(ART1)래실현한자적분류,제출료일충개진적ART1산법.개진산법인용료동혹적사상,장수입모식여기억모식상동적부분재수입모식총체중점적비례작위이자적필배도,종이강저료수입양본순서대분류결과조성적오차,증강료망락적은정성화항조성.실험결과증명,개진산법능구경호지장한자진행분류,구출취류중심.
