自适应谐振理论相关论文
K-means是最常用的批量聚类方法,然而该算法需要多次迭代并不能直接用于数据流聚类.文章基于自适应谐振理论(ART),提出一种针对数......
神经网络的学习方式通常包括三种：监督(supervised)学习、无监督(unsupervised)学习和强化(reinforcement)学习。由S.Grossberg和G.......
随着计算机和网络的普及，计算机系统和网络的安全问题日益突出。入侵检测是解决网络安全问题的主要方法之一。入侵检测分为基于误用......
网络发展日新月异,精确的进行网络流量分类也变得越来越重要,因为很多应用使用随机的端口号,而且基于安全的考虑,也使用了加密的数......
随着用户对无线网络服务多样化以及效率提升需求的提高,未来无线网络将需要实现更为迅速和智能的网络运营和维护功能,中断检测技术......
1 人工神经网络概论1.1 神经网络的基本概念神经网络虽然是一个高度非线性大规模并行处理系统,但构成神经网络的单个神经元却是一......
论述几种生物激励的神经网络模型，讨论它们在ＡＴＲ问题方面所取得的进展，最后给出本文结论。
Discusses several biological stimuli neu......
本文在基于域理论的自适应谐振神经网络算法FTART的基础上,提出了一种新的神经网络算法FTART2,该算法学习速度快、分类精度高。基......
提出了一种基于域理论的自适应谐振神经网络算法 FTART,有机结合了自适应谐振理论和域理论的优势 ,以一种独特的方式解决了示例间......
本文介绍了2000年国际神经网络联合大会的有关情况，对大会报告、论坛、分组报告以及我国学者的参与情况进行了总结，并分析了今后神经......
本文提出了一个综合多种神经网络理论的学习算法ＦＴＡＲＴ（ｆｉｅｌｄｔｈｅｏｒｙ—ｂａｓｅｄａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ），它将ＡＲＴ（ａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ）算法、ＦｉｅｌｄＴｈｅｏｒｙ和ＡＲＴＭＡＰ等算法的优点有机结合，并以样本在实例空间出现的概率为启发信息修改......
基于域理论的自适应谐振算法FTART采用了独特的解决样本间冲突和动态扩大分类区域的方法,学习速度快、精度高,取得了很好的实用效......
ART-2是一种基于自适应谐振理论的自组织神经网络,广泛应用于模式聚类与识别等方面.本文介绍原始的 ART-2的结构和运算过程,分析它......
国内外大量研究结果表明，高频心电图可以显示许多早期心脏疾病的信息。从高频心电图中提取特征参数，依此识别就诊对象心脏健康、疾病......
ART-2神经网络可以很好地应用于模式识别中的聚类问题,但是由于其算法结构中固有的归一化环节,在处理数据过程中丢失了非常重要的......
根据自适应谐振理论提出了半监督学习自适应谐振理论系统.在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制,......
<正> 1.引言神经网络的竞争学习模型在70年代早期由Malsburg和Grossberg提出,此后得到了很大的发展。这种学习是指网络中的某一组......
半导体生产规划是典型的多目标优化问题,现有的优化方法存在一定的不足。本文在合理的假设和简化的基础上,提出最大化利润、设备利......
结合自适应谐振理论和域理论的优点，针对回归估计问题的特性，提出了一种新型神经网络回归估计算法ＦＴＡＲＴ３．该算法学习速度快、归纳能力强，不仅......
简介矢量量化技术，描述了码书设计和码字搜索的原理。分析了自适应谐振网络相对于一般竞争网络的优点，即自适应谐振网络克服了一般竞......
根据自适应谐振理论提出了半监督学习自适应谐振理论系统．在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制，利......
提出了基于自适应谐振理论的Web文档聚类集成方法．该方法先用蚁群算法对Web文档进行聚类，再用ART神经网络对聚类结果集成．实验结果表......
本文讨论了自适应谐振理论ART,分析了ART的工作原理,给出了ART的具体算法.以神经网络ART作为分类器来过滤垃圾邮件,ART克服了BP网......
ART2是基于自适应谐振理论的一种自组织神经网络,通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无监督......
为了使分类方法适合网络入侵检测系统在线、实时的特点，根据自适应谐振理论提出了基于联想和竞争学习的动态分类算法。算法采用改进......
为了对在线学习文档进行分类,本文根据自适应谐振理论给出了一个半监督学习模糊ART模型（SLFART）及其算法，该算法不仅克服一般半监督学......
大规模社交媒体数据的复杂性要求将聚类技术扩展到大规模数据,使其能够在很少的经验设置下自动识别数据聚簇。文章研究和讨论了模......
为进行快速动态层次聚类，通过分析自适应谐振理论（adaptive resonance theory，ART）神经网络的快速学习、主观设置警戒参数、输出无层次......
稳定性-町塑性两难问题的核心是系统如何在不削弱或忘记已学习模式的同时，自适应地学习新事物．目前公认自适应谐振理论（Adaptivereson......
1 背景人工神经网络的研究源远流长.从本世纪中期开始几经兴衰.到80年代中、后期,再次形成了遍及世界各地和涉及多种学科领域的研......
针对武器目标分配(WTA)的求解实时性问题,建立基于火力集合划分的WTA数学模型,并提出一种基于模糊自适应谐振理论的邻域搜索(FART-......
在自适应谐振理论和域理论的基础上提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ。该算法将自适应谐振理论和域理论的优点有机结......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
Internet的迅速发展，使得Web成为人们获取信息的重要手段。如何帮助用户从Web这样海量的、动态的、半结构化的分布式环境中发现潜在......
本文提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ２，算法将自适应谐振理论和域理论的优点有要结合，不需人为设置隐层神经元，学习速度......
将自适应谐振理论(Adaptive Resonance Theory)与拓扑学习神经网络相结合,研究了一种新的无监督神经网络用于非平稳数据稳定在线聚......
高维数据流在许多现实应用中广泛存在,例如网络监控.不同于传统的静态数据聚类问题,数据流聚类面临有限内存、单遍扫描、实时响应......
借鉴自适应谐振理论的一些处理思想，提出了一种特征频率提取、融合和增强算法。通过对频谱向量进行多次归一化处理，并插入非线性阈值......
分析了现有的入侵检测方法,设计了基于自适应谐振理论的网络入侵检测系统(ARTNIDS).它采用了一种全新的行为表示方法,即根据网络数......
对汉字的认知研究不仅是认知科学,也是计算机科学特别是人工智能领域中的一个研究热点。但是,目前汉字认知的计算机模拟研究还相对......
Internet使人们获取信息更加方便和快捷,但是由于网上的信息浩如烟海,并且不断快速增长,而其中绝大多数对用户来说是无关的,所以如......
本文在工程模糊集理论的基础上,融合香努(Kohonen)聚类网络与自适应谐振理论(AdaptiveResonanceTheory ,ART)的优点给出了一种新的......
半导体生产规划是工业工程领域研究的一个重点。一方面由于半导体制造是一个资金密集型产业,昂贵的固定资产投资以及漫长的设备交......
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......
结合自适应谐振理论和域理论的优点 ,针对回归估计问题的特性 ,提出了一种新型神经网络回归估计算法 FTART3.该算法学习速度快、归......
