基于ART-人工免疫网络的数据浓缩方法研究

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户:lw10251
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于智能互补融合观点,提出了一种新的数据浓缩方法.该方法整合了自适应共振网络(ART)和人工免疫网络各自的优点,人工免疫网络利用ART提供的有关系统的先验知识构造网络,对数据样本进行浓缩,获得原始数据集的内部映像,为进一步处理提供良好的数据样本.本文详细讨论了算法步骤,还提出新的数据浓缩度量指标--数据蒸发率.对R2空间分类和Fisher花瓣问题的实验结果表明,该方法有效克服了人工免疫网络计算量大等缺点,结果可靠,且数据蒸发率高.
其他文献
B-P模型是最早被提出来的人工神经网络模型之一,它是一种简单而且非常有效的算法。在本文中,把它应用到制造资源计划(Manufacturing Resources Planning,MRP-Ⅱ)系统中,进行
本文针对用于复杂非线性辨识的连续激发函数的神经网络,提出一种根据被测对象非线性特性设计网络初值的算法,算例及分析表明,这种新赋初值算法不仅能使网络的收敛速度有一定
模糊熵描述了一个模糊集的模糊性程度本文将模糊熵应用于聚类有效性的判决,指出用于聚类有效性判决的划分系数是一个基于模糊熵的判决标准.通过几个数据对不同模糊熵公式的判
期刊
检测时无需原始图像的盲数字水印是实用的数字作品版权保护系统的变换系数的拉普拉斯分布模型,推导并实现了一种有效的盲图像水印符号相关检测器.通过计算渐进相对效率证明了