主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
黎 明,严超华,刘高航.基于遗传策略和神经网络的非监督分类方法.软件学报,1999,10(12):1310-1315
基于遗传策略和神经网络的非监督分类方法
The Unsupervised Classification Using Evolutionary Strategies and Neural Networks
投稿时间:1998-08-12  修订日期:1998-12-28
DOI:
中文关键词:  神经网络,遗传算法,ART(adaptive resonance theory),非监督分类.
英文关键词:Neural network, genetic algorithms, ART(adaptive resonance theory), unsupervised classification.
基金项目:本文研究得到江西省自然科学基金资助.
作者单位
黎 明 南昌航空工业学院应用工程系,南昌,330034 
严超华 南昌航空工业学院应用工程系,南昌,330034 
刘高航 南昌航空工业学院应用工程系,南昌,330034 
摘要点击次数: 2603
全文下载次数: 2955
中文摘要:
      文章提出了一种新的基于遗传策略和模糊ART(adaptive resonance theory)神经网络的非监督分类方法.首先,利用原有的训练样本对模糊ART神经网络进行非监督训练,然后,采用遗传策略为模糊ART神经网络增加各类族边界邻域内的训练样本点,再对模糊ART神经网络进行有监督训练.这种方法解决了训练样本在较少条件下的ART系列神经网络的学习与分类问题,提高了ART系列神经网络的分类性能,并扩展了其应用范围.
英文摘要:
      A new unsupervised classification method using evolutionary strategies and fuzzy ART (adaptive resonance theory) neural networks is proposed in this paper. First, fuzzy ART neural networks is trained by original input samples under unsupervised way. Then evolutionary strategies is used to generate new training samples near the clusters boundaries of neural networks. Therefore the weights of fuzzy ART neural networks can be revised and refined by training those new generated samples under supervised way. The proposed method resolves the training problem for ART serial neural networks when there are only less training samples available. Consequently, it enhances the performance of ART serial neural networks and extends their application.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利