基于域理论的自适应谐振神经网络分类器
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

文本研究得到国家自然科学基金(No.69875006)和江苏省自然科学基金(No.BK9036)资助.


Field Theory Based Adaptive Resonance Neural Network Classifier
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一种基于域理论的自适应谐振神经网络模型FTART2(field theory based adaptive resonance theory 2).该模型结合了自适应谐振理论和域理论的优点,学习速度快,归纳能力强,效率高,可以根据输入样本自适应地调整拓扑结构,克服了前馈型网络需要人为设置隐层神经元的缺点.基准测试表明,FTART2在学习精度和速度上都远远优于标准BP算法.

    Abstract:

    A field theory based adaptive resonance neural network model, FTART2, is proposed in this paper. FTART2 combines the advantages of the adaptive resonance theory and the field theory, and achieves fast learning, strong generality and high efficiency. Moreover, FTART2 can adaptively adjust its network topology so that the disadvantage of manually configuring hidden neurons of traditional feed-forward networks is avoided. Benchmark tests show that FTART2 achieves higher accuracy and faster speed than standard BP.

    参考文献
    相似文献
    引证文献
引用本文

周志华,陈兆乾,陈世福.基于域理论的自适应谐振神经网络分类器.软件学报,2000,11(5):667-672

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1999-01-11
  • 最后修改日期:1999-05-24
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号