H：通过非线性信号函数的对比增强，噪声抑制和衰减的不 ….doc

下载文档

1
0
约9.88千字
约 8页
2017-04-27 发布于天津
举报
版权申诉
保障服务

H：通过非线性信号函数的对比增强，噪声抑制和衰减的不 ….doc

1、本文档共8页，其中可免费阅读6页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

模拟输入模式的稳定类型区别于类型会变化的识别编码的自组织网络摘要自适应谐振体系结构是一种可以实时响应任意序列输入模式的自组织地进行稳定模式编码的神经网络本文介绍了一种自适应谐振体系结构对于任意序列的模拟或二进制输入模式这种结构能迅速自组织地进行模式识别并聚类为了处理任意序列模拟输入模式体系结构将问题的解决方案整理并表达为一组设计原则如稳定性可塑性平衡搜索直接存取平衡以及匹配复位平衡在这些体系结构中自上而下学习期望和匹配机制在自稳定的编码过程中是至关重要的理解为因此译为编码随着学习进程的开始并行的

ART2: 模拟输入模式的稳定类型区别于类型会变化的？识别编码的自组织网络摘要：自适应谐振体系结构是一种可以实时响应任意序列输入模式的，自组织地进行稳定模式编码的神经网络。本文介绍了一种自适应谐振体系结构－ART2，对于任意序列的模拟或二进制输入模式,这种结构能迅速自组织地进行模式识别并聚类。为了处理任意序列模拟输入模式，ART2体系结构将问题的解决方案整理，并表达为一组设计原则：如稳定性－可塑性平衡，搜索－直接存取平衡，以及匹配－复位平衡。在这些体系结构中，自上而下学习期望和匹配机制在自稳定的编码过程中是至关重要的（code learning理解为Self-coding,因此译为编码