幾種競爭神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其在模式分類中的應(yīng)用——以SOM和ART為例.pdf

1、神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式可分為兩種，一種是有監(jiān)督的學(xué)習(xí)，這時(shí)利用給定的訓(xùn)練樣本進(jìn)行分類或模仿：另一種是非監(jiān)督的學(xué)習(xí)，這時(shí)只規(guī)定學(xué)習(xí)方式或某些規(guī)則，而具體的學(xué)習(xí)內(nèi)容隨系統(tǒng)所處的環(huán)境(即輸入信號情況)而異，系統(tǒng)可以自動發(fā)現(xiàn)環(huán)境特征和規(guī)律性，具有更近似于人腦的功能。相對于有監(jiān)督學(xué)習(xí)來說，非監(jiān)督學(xué)習(xí)的研究起步較晚，其研究空間比前者更大。本文對模糊自適應(yīng)共振理論(FuzzyART)神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，并將它與自組織特征映射(SOM)神經(jīng)網(wǎng)絡(luò)結(jié)合，提出了一

2、種新的非監(jiān)督分類方法，本文的主要工作總結(jié)如下： (1)對幾種代表性的人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了討論，了解了人工神經(jīng)網(wǎng)絡(luò)的研究動態(tài)及發(fā)展趨勢，并重點(diǎn)對SOM網(wǎng)絡(luò)和自適應(yīng)共振理論模型結(jié)構(gòu)和算法理論進(jìn)行深入研究。 (2)深入研究自組織特征映射神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)和算法理論，并通過Iris、Wine、遙感數(shù)據(jù)以及灰度圖像分類實(shí)驗(yàn)驗(yàn)證SOM網(wǎng)絡(luò)的性能。 (3)對模糊自適應(yīng)共振理論進(jìn)行深入研究，對其學(xué)習(xí)率進(jìn)行改進(jìn)，并進(jìn)一步降低算法