运用人工神经网络的ＡＲＴ２模型对从高炉风量和风压相平面提取的炉况特征进行了无导师模式分类的初步研究。结果表明：ＡＲＴ２网络能对风量和风压的......

遥感图象的光谱分辨率的提高,使得分类的运算量大大增加,从而减小分类速度.同时传统的分类算法只考虑局部信息,因而分类精度也不高......

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,......

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......

为了更好地利用自适应共振理论（ART1）来实现汉字的分类，提出了一种改进的ART1算法。改进算法引用了同或的思想，将输入模式与记忆模式相......

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......

为提高聚类精度和产生更多类别相关信息，在分析了传统聚类方法对最初样本集过分依赖，不能动态适应样本空间变化，不能动态决定聚类数目......

带警戒限的均值控制图中,如何恰当选取警戒参数B1、B2的值是实际应用的关键.本文提供了两个计算机程序,可根据不同的要求设计出恰......

对重复传播网络在权值初始化、网络学习进行修改 ,实现在一定警戒条件下竞争层节点的动态分配 ,并在遥感分类上进行实验。重复传播......

通过分析经典自适应谐振（adaptive resonance theory，ART）神经网络聚类过程中向量规格化、警戒参数全局化等特点，指出其无法应用于向量......