適應性共振理論(ART).docVIP

類神經網路 適應性共振理論(ART)神經網路 Adaptive Resonance Theory (ART) Neural Network 1. 向量量化(VQ)分類 2. ART神經網路原理 3.?ART1架構與學習演算法 4.ART衍生模型與相關參考文獻 5. ART1範例 6. ART2演算法 陳慶瀚 義守大學電機系 2002年5月8日 1. 向量量化(VQ)分類 K-Means是一種靜態的、無監督式的分類方法，也就是分類的叢聚中心(Cluster center)數目必須事前決定，而VQ(Vector Quantization)是一種動態的、無監督式的分類方法，叢聚中心數目在分類之前不需給定，而由演算法在分類的同時決定是否動態地增加叢聚中心數目。 VQ開始分類時總是以第一個輸入的特徵向量作為第一個叢聚中心，當一個新的特徵向量輸入時，它將比較該向量與所有叢聚中心的Euclidean距離： 接著選出與特徵向量最接近的叢聚中心： 最接近的叢聚中心決定後，再將d與一個距離的臨界值μ比較，如果 ─? dμ，則接受Ck作為分類結果，並重新計算Ck的座標位置： ?　 ? ─? 否則，產生一個新的類別，並指定該特徵向量作為叢聚中心。 2. ART神經網路原理 stability-plasticity dilemma: How ca