一种基于ART2神经网络的算法改进.pdfVIP

2014年 9月 15日 现代电子技术 Sep．2014 第37卷第18期 ModernElectronicsTechnique VolJ37No．18 一 种基于ART2神经网络的算法改进 胡 鑫 ，叶 青 ，郭庚山 (长沙理工大学，湖南 长沙 410114) 摘 要：针对传统的ART2神经网络中对于主观设置的警戒参数以及识别分类过程中产生模式漂移的问题，提 出基于 改进算法的ART2神经网络模型，用于解决分析模式识别问题。通过 自组织，加权，迭代等过程推导合理的警戒参数用于聚 类运算 ，通过对ART2神经网络的权值训练方面进行修正，减缓学习速率 ，降低模式漂移速度 ，近一步对聚类对象进行合理分 类。实验结果证明，该方法是可行的和有效的。 关键词 ：ATR2神经网络 ；警戒值 ；模式漂移 ；模式识别 中图分类号：TN911—34 文献标识码：A 文章编号：1004—373X(2014)18-0041—03 An improvedalgorithm based onART2neuralnetwork HUXin，YEQing，GUOGeng—shan (ChangshaUniversityofScienceandTechnology，Changsha410114，China) Abstract：Aimingattheproblemsofsettingvigilanceparameterandpatterndrift producedintheprocessofclassification identificationofthetraditionalART2neuralnetwork，anewART2neuralnetworkmodelbasedonmodifiedalgorithm ispresen— tedinthisarticletosolveproblemsconcerninganalysisofpatternidentification．Reasonablevigilanceparameterneededbyclus- teringisdeducedthroughtheprocessingofself—organization，weightingand iteration．Inordertoconductreasonableclassifica— tionofclusteringobjects，themeasuresofslowinglearningratewhichcanberealizedbymodifyingtheweighttrainingofART2 neuralnetworktoreducethespeedofpatterndriftingshouldbetaken．Theexperimentalresultshaveprovedthatthenew model isofhighvalidityandfeasibility． Keywords：ATR2neuralnetwork；securityvalue；patterndrift；patternrecognition 响。当警戒参数较高时，ART系统对模式的相似性要求 0 引 言 就越高，类的划分就越细，形成的类别就越多；当警戒参 ART2神经网络的输人为任意模拟输入矢量 ，所以 数较低时，网络有较强的容错能力，因此就产生较少的 它有非常广泛 的应用范围，通过对警戒值 的调整 ，ART2 分类数 目5[-6]0 神经网络可 以对输入 的模拟矢量进行不同精度