论文部分内容阅读
自适应共振理论(AdaptiveResonanceTheory,ART)是一种人工神经网络模型,用于数据聚类.它在工作过程中,仅对数据作单遍扫描,在新数据到来时只修改网络局部与新数据相关的网络参数,从而在自适应和自稳定的矛盾中取得良好的平衡.ART网络的这一特性使它成为数据流环境下数据聚类一个非常合适的选择.该文的主要工作和成果就是在综合分析数据流和ART模型特点的基础上,探讨了ART模型在数据流环境下进行数据聚类的应用.该文在合成的和真实的数据集上都设计和实现了数据流聚类实验.实验结果表明,应用ART模型在数据流环境下进行数据聚类是可行的和有效的.