ART網(wǎng)絡(luò)的魯棒性增強(qiáng)方法研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)是一種模仿人腦對信號處理處理過程的人工信號處理系統(tǒng)。其記錄和處理信息的能力是通過連接成人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間的權(quán)值變化來實現(xiàn)的。人工神經(jīng)網(wǎng)絡(luò)是一種高度非線性信號處理系統(tǒng)，具有良好的并行處理能力和抗噪性能。人工神經(jīng)網(wǎng)絡(luò)主要應(yīng)用在學(xué)習(xí)、分類和預(yù)測等領(lǐng)域，并已經(jīng)開發(fā)出適用于各種應(yīng)用環(huán)境的人工神經(jīng)網(wǎng)絡(luò)。其中自適應(yīng)共振理論模型(Adaptive Resonance Th

2、eory,ART)因為穩(wěn)定性-可塑性問題上有良好的表現(xiàn)而得到廣大研究者的青睞。
　　自適應(yīng)共振理論模型2(Adaptive Resonance Theory2,ART2)是ART網(wǎng)絡(luò)家族中最具代表性的一個網(wǎng)絡(luò)，是目前ART網(wǎng)絡(luò)應(yīng)用和研究的重點，因此文章在研究ART網(wǎng)絡(luò)魯棒性增強(qiáng)時將具體的研究集中在ART2網(wǎng)絡(luò)上。ART2網(wǎng)絡(luò)在繼承了ART網(wǎng)絡(luò)的所有優(yōu)點的同時也存在著輸入幅度信息丟失、模式漂移、類別分割、噪聲等影響網(wǎng)絡(luò)魯棒性的問題。

3、本文主要針對ART網(wǎng)絡(luò)的魯棒性增強(qiáng)研究，研究對象是ART網(wǎng)絡(luò)的模式漂移、類別分割和噪聲等三個方面的問題。并提出了延遲修正算法減緩模式漂移現(xiàn)象；引入聚類思想解決類別分割問題；引入艾賓浩斯記憶-遺忘曲線解決噪聲問題。
　　本文首先從互聯(lián)網(wǎng)時代的大數(shù)據(jù)分析入手，分析了ART網(wǎng)絡(luò)對大數(shù)據(jù)分析的重要意義，從而論證的ART網(wǎng)絡(luò)的具有良好的實際研究意義。然后進(jìn)一步研究傳統(tǒng)ART網(wǎng)絡(luò)的結(jié)構(gòu)和算法原理，分析其優(yōu)缺點和該理論目前的研究現(xiàn)狀。在此基礎(chǔ)上