计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
13期
52-54,72
,共4页
ART2网络%幅度信息%相位信息%相似度
ART2網絡%幅度信息%相位信息%相似度
ART2망락%폭도신식%상위신식%상사도
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.
ART2神經網絡由于其預處理階段的歸一化環節,丟失瞭幅度信息,其相似量度是一種模式相位信息的量度,存在"同相位不可分"的缺點.文章針對此不足,將樣本的幅度作為樣本特徵分量的辦法,對傳統的ART2網絡進行瞭改進.實驗證明,改進後ART2網絡在處理集群分佈樣本時,性能優于傳統ART2網絡,同時,改進的ART2網絡在覈輻射場數據處理分類中有一定的實用價值.
ART2신경망락유우기예처리계단적귀일화배절,주실료폭도신식,기상사량도시일충모식상위신식적량도,존재"동상위불가분"적결점.문장침대차불족,장양본적폭도작위양본특정분량적판법,대전통적ART2망락진행료개진.실험증명,개진후ART2망락재처리집군분포양본시,성능우우전통ART2망락,동시,개진적ART2망락재핵복사장수거처리분류중유일정적실용개치.
