自适应共振网络的实现及分析
【摘要】:自适应共振理论(Adaptive Resonance Theory,ART)是一种竞争型的神经网络,它以无教师示教方式进行网络训练。网络通过自身训练,自动对输入模式进行分类.在学习算法上,它模拟生物神经系统依靠神经元之间的兴奋,协调与抑制、竞争的作用来进行信息处理的基本动力学原理,指导网络的学习与工作,而不是像其他大多数网络学习规则那样,是以网络的误差或能量函数的单调递减作为算法准则的。自适应共振网络的基本思想是网络竞争层各神经元竞争对输入模式的响应机会, 最后仅一个神经元成为竞争的获胜者,并将与获胜神经元有关的各连接权朝着更有利于它竞争的方向调整,这一获胜的神经元则表示对输入模式的分类。在这里,我们通过计算机对自适应共振神经网络进行模拟,并且用实例作了验证,最后对自适应共振神经网络的学习特性和分类特性进行了分析.
|
|
|
|
1 |
宋宜斌,王培进,李凯里;基于引导因子的神经元学习规则及其应用研究[J];微电子学与计算机;2004年03期 |
2 |
刘菲;曾广周;;基于强化学习的多移动Agent学习算法[J];计算机工程与应用;2006年05期 |
3 |
梁一峰;廖晓峰;任晓霞;;基于树形奇偶机的神经网络同步新学习规则[J];计算机应用;2013年01期 |
4 |
肖军,何怡刚,吴杰;Hebb学习规则的开关电流实现[J];微电子学与计算机;1999年04期 |
5 |
张家奇;陈启军;;学习对进化的影响研究及仿真验证[J];系统仿真学报;2007年24期 |
6 |
陈敏康;喻学恒;;神经网络结构及学习规则的研究[J];海军工程学院学报;1989年04期 |
7 |
王科俊,李殿璞,李国斌;一种新的神经元统一模型[J];哈尔滨工程大学学报;1996年03期 |
8 |
徐天伟;黄晓;周菊香;高炜;;随机学习规则下的可学习性和LOO稳定性分析(英文)[J];苏州大学学报(自然科学版);2012年04期 |
9 |
郭创新,曾杰,梁年生;自学习规则型水电设备故障诊断专家系统[J];湖北水力发电;1996年03期 |
10 |
徐强恩,罗四维,李建瑜;径向基函数神经网络的一种在线学习算法[J];北方交通大学学报;2003年02期 |
|