模糊ART神经网络的特性分析.pdfVIP

模糊ART神经网络的特性分析 商同季立明文松王太勇 (天津大学机械工程学院天津300072) ■耍，本文从人工智能的角度出发，对模期A耵’嗣络厦其特性进行了深^的研兜，提出了计算模式臣 膏咖(‘点。)的简便算法．耸出了量大攥式距离的定义． 关t司：神经嗣培．横■集台理论．自适应共振理论．模翱A盯．模式距离 0引言 R嚣∞叩ce 自适应共振理论(Ad印t～e 1hoTy简写为ART)作为模仿人类认知过程的 J 一种理论，经过G∞b盯g等人的研究后取得了飞速发展，特别是在最近10年，涌现出 了大量的ART羽络结构，模糊ART模型将模糊集合论中的“取大”(v)“取小”(^) 运算引入捌了ARTl网络的选择函数和权值修正过程，是一种能够处理离散值(二进制 · 数值)和连续值(模拟数值)的新型神经网络，它以对输入模式(模拟值或二进制值) 进行快速，稳定聚类的优点，一经提出就引起了众多学者研究的兴趣【1H”．本文着重研究 模糊ART快速算法及其性质。 1棋■^盯 1．1模囊^盯结构简介 模糊A盯神经网络结构如图l所示。 该同络包括两个子系统：注意子系统和取 向子系统．注意子系统包括比较域F4和 l i：代l 识别域F两个节点域和预处理域矸， 引_ 与ARTl神经网络结构相比，矸是模糊 —=i—．6， ART新增的模块，它主要负责对输八样本 进行。反码编码”(compl∞entcoding)的 预处理功能，即对于一个M．维的输入模 图l摸糊A盯结构框田 ● 式口=(口1，…，口。)进行变换，模式口中的 元素为【o，l】之间的数值．输出向量为： node)t ，=似口‘J=0I，．．．，口妇，口?，…，口盖)·取向子系统包括一个复位单元(托set ． 它接受来自比较域、识别域以及预处理域的信号，它的输出信号对识别域的神经元产生 直接影响． 识别域只。中的神经元和比较域E4中的神经元之间的连接权值包括自上向下的 嵋=(嵋，．．，嵋她)，-，=l，．．．，圮和自下向上的町=眠知．，％。)，』=l…虬两部 分．其中w：称为模板(挺mpla担)，它记忆了网络的学习结果，通常称为长期记忆ⅡM． ‘天幸市重点基盘资助项目(蝙号蝴3s02．11) 226 i } j f 2模糊埘快速算法的一些性质 以由一个超矩形彤来表示m州，矗j的两个顶点分别为“；，嵋，如图2所示(设向量口为 2维向量，即M。=2) 超矩形R：是模板矿的一种可视化表示 嗍．