南京理工大学学报（自然科学版）
南京理工大學學報（自然科學版）
남경리공대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
2007年
1期
71-75
,共5页
自适应谐振理论%神经网络%聚类%自组织特征映射
自適應諧振理論%神經網絡%聚類%自組織特徵映射
자괄응해진이론%신경망락%취류%자조직특정영사
为进行快速动态层次聚类,通过分析自适应谐振理论(adaptive resonance theory,ART)神经网络的快速学习、主观设置警戒参数、输出无层次结构等优缺点以及自组织特征映射(self-organizing feature map,SOFM)神经网络的侧反馈、不能动态聚类、输出无层次结构等优缺点的基础上,借鉴Hebb规则的思想,针对ART2神经网络的聚类算法进行了改进研究.通过结构描述、算法分析,该算法融合了ART2和SOFM的优点,克服其不足之处,以快速学习的方式形成可带有多层层次的动态聚类结构(不同的层次代表不同粒度的聚类),此外还降低了对警戒参数主观设置的要求,对于较粗粒度的聚类不再需要重新训练神经网络.并通过仿真实验证明该算法的有效性.
為進行快速動態層次聚類,通過分析自適應諧振理論(adaptive resonance theory,ART)神經網絡的快速學習、主觀設置警戒參數、輸齣無層次結構等優缺點以及自組織特徵映射(self-organizing feature map,SOFM)神經網絡的側反饋、不能動態聚類、輸齣無層次結構等優缺點的基礎上,藉鑒Hebb規則的思想,針對ART2神經網絡的聚類算法進行瞭改進研究.通過結構描述、算法分析,該算法融閤瞭ART2和SOFM的優點,剋服其不足之處,以快速學習的方式形成可帶有多層層次的動態聚類結構(不同的層次代錶不同粒度的聚類),此外還降低瞭對警戒參數主觀設置的要求,對于較粗粒度的聚類不再需要重新訓練神經網絡.併通過倣真實驗證明該算法的有效性.
위진행쾌속동태층차취류,통과분석자괄응해진이론(adaptive resonance theory,ART)신경망락적쾌속학습、주관설치경계삼수、수출무층차결구등우결점이급자조직특정영사(self-organizing feature map,SOFM)신경망락적측반궤、불능동태취류、수출무층차결구등우결점적기출상,차감Hebb규칙적사상,침대ART2신경망락적취류산법진행료개진연구.통과결구묘술、산법분석,해산법융합료ART2화SOFM적우점,극복기불족지처,이쾌속학습적방식형성가대유다층층차적동태취류결구(불동적층차대표불동립도적취류),차외환강저료대경계삼수주관설치적요구,대우교조립도적취류불재수요중신훈련신경망락.병통과방진실험증명해산법적유효성.
