论文部分内容阅读
通过对经典自适应谐振（Adaptive Resonance Theory,ART）神经网络聚类过程的分析,指出其存在警戒参数主观设置,过分依赖获胜神经元信息,输出无层次结构等不足之处.在此基础上,提出基于ART2神经网络的改进聚类算法.本算法通过在竞争过程中同时考虑获胜神经元和其它神经元的信息以及Hebb规则来实现通过单个ART神经网络的多层动态聚类结构（对于一定范围粒度的聚类也不再需要重新训练神经网络）,除此还降低了对警戒参数主观设置的要求.这些优点有效满足聚类的基本要求,能够避免采用级联结构实现层次聚