论文部分内容阅读
微晶玻璃颜色分类是最终控制产品质量的重要步骤,作者改进了传统ART2网络的学习算法,借用典型向量的概念,以模式的近似均值作为典型向量来飞速学习新模式,改进学习算法极大地改善了ART2网络的模式漂移现象,而且短搜索振荡过程,文中分析了微晶玻璃颜色分量的统计信息,经过适当变换高维颜色特征映射到16维特征空间中的一个超平面上,以超平面上的特征点作为改进算法ART2网络的输入进入网络分类器进行学习分类,实验证明改进算法网络用于微晶玻璃颜色分类时,运行正确,可靠,具有很高的正确识别率。