基于記憶強(qiáng)度的ART2神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf

1、ART2是基于自適應(yīng)諧振理論的一種白組織神經(jīng)網(wǎng)絡(luò),通過(guò)競(jìng)爭(zhēng)學(xué)習(xí)和自穩(wěn)機(jī)制原理實(shí)現(xiàn)分類,可以在非平穩(wěn)的、有干擾的環(huán)境中進(jìn)行無(wú)監(jiān)督的自學(xué)習(xí),其學(xué)習(xí)過(guò)程能迅速識(shí)別已學(xué)習(xí)過(guò)的樣本,并能迅速適應(yīng)未學(xué)習(xí)過(guò)的新對(duì)象。該網(wǎng)絡(luò)是對(duì)人腦認(rèn)知事物的一種模擬。
　　 本文針對(duì)傳統(tǒng)的ART2神經(jīng)網(wǎng)絡(luò)在對(duì)輸入模式識(shí)別時(shí),會(huì)產(chǎn)生模式漂移的問(wèn)題,修正了傳統(tǒng)ART2網(wǎng)絡(luò)的權(quán)值,修正后的網(wǎng)絡(luò)學(xué)習(xí)規(guī)則將減慢學(xué)習(xí)速率,降低模式漂移速度,而且也能對(duì)所給對(duì)象進(jìn)行合理的分類

2、。試驗(yàn)證明,權(quán)值修改后的慢速ART2神經(jīng)網(wǎng)絡(luò)改善了傳統(tǒng)ART2神經(jīng)網(wǎng)絡(luò)對(duì)漸變過(guò)程的不敏感性。為了更好地模擬人腦學(xué)習(xí)和認(rèn)知功能,本文利用記憶強(qiáng)度作為與ART2神經(jīng)網(wǎng)絡(luò)已有模式進(jìn)行識(shí)別排序的依據(jù),使得改進(jìn)后的網(wǎng)絡(luò)從獲勝機(jī)制的角度更加接近人腦。在輸入新的樣本時(shí),新的網(wǎng)絡(luò)按照記憶強(qiáng)度的強(qiáng)弱排序并進(jìn)行比較,會(huì)很快找到其屬于的模式。試驗(yàn)表明,對(duì)頻繁出現(xiàn)的事物進(jìn)行識(shí)別時(shí),引入記憶強(qiáng)度后的ART2神經(jīng)網(wǎng)絡(luò)能減少計(jì)算量,節(jié)省識(shí)別時(shí)間,從而提高網(wǎng)絡(luò)的識(shí)別速

3、度。
　　 本研究將引入記憶強(qiáng)度的ART2神經(jīng)網(wǎng)絡(luò)應(yīng)用于人臉識(shí)別。在對(duì)ORL數(shù)據(jù)庫(kù)中的人臉進(jìn)行PCA降維或小波變換降維后,得到的人臉向量作為輸入神經(jīng)網(wǎng)絡(luò)的樣本,從而對(duì)一定量的輸入樣本進(jìn)行識(shí)別分類。通過(guò)對(duì)ORL人臉庫(kù)的識(shí)別和分類進(jìn)行了模擬,結(jié)果表明應(yīng)用夾角余弦識(shí)別準(zhǔn)則的ART2神經(jīng)網(wǎng)絡(luò)的識(shí)別率均高于用歐幾里得距離和街區(qū)距離作為準(zhǔn)則的識(shí)別率;而且改進(jìn)后的ART2神經(jīng)網(wǎng)絡(luò)比原始的ART2神經(jīng)網(wǎng)絡(luò)要節(jié)省識(shí)別時(shí)間,特別對(duì)大樣本數(shù)據(jù),效率提