资料下载
×
ART2神经网络学习算法的改进
消耗积分:3 |
格式:rar |
大小:223 |
2010-02-26
分享资料个
自适应共振(ART)神经网络具有无监督学习功能,能对时序信号进行实时学习、实时处理,能对已学习过的样本作出快速响应,自动识别等优点,尤其以ART2 网络更具有实用性。但是传统的ART2 网络存在幅度信息丢失和模式漂移等现象,针对这一情况,本文把模式漂移的方向作为一个因素进行考虑,通过设置漂移上限系数,引入栈结构对模式漂移的相反方向相互抵消,同一方向累加的方法有效限制了模式的飘移,对各改进算法进行比较体现本文算法的优越性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(1)
发评论
-
岩石蚁
2014-11-23
0 回复 举报想问个问题，虽然不知道会不会得到回答，还是问一下吧。 今天用C++写这个ART2网络，在F1层的处理阶段要求FI层稳定后才将处理结果送入F2层，这里的稳定是指对单个的输入神经元来讲还是对整个F1层来讲，因为我看到每一次迭代都必须用到Z,V,P等，而这些值是变化的，而且不只是依赖于一个神经元的 收起回复
- 相关下载
- 相关文章
