5.4 自组织神经网络.pptVIP

1976年，美国Boston大学学者G.A.Carpenter提出自适应共振理论(Adaptive Resonance Theory，缩写为ART)，他多年来一直试图为人类的心理和认知活动建立统一的数学理论，ART就是这一理论的核心部分。随后G.A.Carpenter又与S.Grossberg提出了ATR网络。 自适应共振理论网络的提出与发展 5.5.4 自适应共振理论网络 一般来说神经网络的节点数/层数是有限的-记忆模式有限-新的学习引起“前学后忘” 自适应共振理论网络—研究背景 5.5.4 自适应共振理论网络 解决之道：引入相似门限 相似度相似门限，设置新类-增新神经元-建立网络连接，修改w,v 相似度相似门限，归并-调整-记忆 需要在学习能力的灵活性和稳定性之间取得平衡！ 神经网络的学习能力 环境输入模式 与储存的典型向量模式进行比较 神经网络的连接权值 选择最相似的作为该模式的代表类，并调整与该类别相关的权值，以使以后与该模式相似的输入再与该模式匹配时能得到更大的相似度。 相似度的参考门限 需要在网络中设立一个新的模式类，同时建立与该模式类相连的权值，用以代表和存储该模式以及后来输入的所有同类模式。 自适应共振理论网络—算法流程 5.5.4 自适应共振理论网络 C —— 比较层 R —— 识别层 Reset ——复位信号 G1和G2 ——逻辑控制信号 自适应共振理论网络—