基于域理论的自适应谐振神经网络分类器

被引：13

作者：

周志华

陈兆乾

netra.nju.edu.cn

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室!南京

[2] E-mail:chenzq

来源：

软件学报 | 2000年 / 05期

关键词：

神经网络; 机器学习; 竞争学习; 分类; 自适应谐振理论; 域理论;

D O I：

10.13328/j.cnki.jos.2000.05.013

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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 resonancetheory 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

引用

页码：667 / 672

页数：6