第七章 自适应共振理论.pdfVIP

第7章 自适应共振理论  主要内容  ART模型的总体结构  各模块功能  比较层  与识别层联接矩阵的初始化  识别过程与比较过程  查找的实现  ART 的训练 机器人智能与神经计算实验室(RINC.LAB) 1 /rinc 第7章 自适应共振理论  重点  ART模型的总体结构  各模块功能  识别过程与比较过程  查找的实现。  难点  比较层与识别层联接矩阵的初始化 机器人智能与神经计算实验室(RINC.LAB) 2 /rinc 第7章 自适应共振理论 7.1 ART 的结构 7.2 ART 的初始化 7.2.1 T 的初始化 7.2.2 B的初始化 7.2.3 ρ 的初始化 7.3 ART 的实现 识别、比较 、查找 、训练 机器人智能与神经计算实验室(RINC.LAB) 3 /rinc 第7章 自适应共振理论 网络的可塑性分析 环境变化 样本集 新添样本 训练 合并 重新训练 应用 新环境下的应用 机器人智能与神经计算实验室(RINC.LAB) 4 /rinc 第7章 自适应共振理论  Carpenter和Grossberg在1986年：4个样本组成 样本集。这4个样本被周期性地提交给网络。网络是 难以收敛  网络的可塑性需要的4项功能  样本的分类功能  分类的识别功能  比较功能  类的建立功能  Grossberg等：自适应共振理论（Adaptive Resonance Theory，简记为ART）  ART1、ART2。 机器人智能与神经计算实验室(RINC.LAB) 5 /rinc 7.1 ART的结构  稳定性与可塑性是不同的  保证可塑性的操作要求分析