共查询到19条相似文献,搜索用时 140 毫秒
1.
对FTART算法的研究及改进 总被引:7,自引:1,他引:7
FTART(fieldtheory-basedART)算法结合了ART(adaptiveresonancetheory)算法、ARTMAP算法、域理论的思想,以样本在实例空间中出现的概率为启发信息修改学习中生成的分类,采用了不同于其它算法的解决样本间的冲突和动态扩大分类区域的方法.本文在对FTART算法的研究的基础上进行了改进,使算法在学习连续函数的映射时更加有效.同时给出了算法的测试结果和对测试结果的分析,测试表明,FTART算法在模式识别和连续函数映射的学习方面具有比较好的性能. 相似文献
2.
3.
基3离散余弦变换快速算法 总被引:2,自引:0,他引:2
曾泳泓 《数值计算与计算机应用》1994,(1)
基3离散余弦变换快速算法曾泳泓(长沙国防科技大学七系)RADIX3FASTALGORITHMSFORDCT¥ZengYonghong(7thDepartment,NationalUniversityofDefenseTechnology)Abstra... 相似文献
4.
曹阳 《计算机工程与应用》1997,33(11):19-22
FTAM(FileTransfer,AcessandManagement)是OSI网络环境下的文件传输、访问及管理协议标准。本文首先论述了FTAM的基本工作原理,然后介绍FTS文件传输系统的总体设计思想,VFS的构造原理,以及系统实现技术。 相似文献
5.
解决一类遗传算法早熟收敛的混合法及其推广 总被引:10,自引:0,他引:10
本文分析了变型标准遗传算法VCGA(variantsofcanonicalgeneticalgorithms)有时会产生早熟收敛的机理,提出了混合法HVCSDA(hybridVCGAcombinedwithsteepestdescentapproach),并进行了推广.该方法可使最优保存的超级个体时间序列离开早熟收敛状态而继续接近全局最优解.仿真实例表明了本文算法的有效性.在30城市TSP(travelingsalesmanproblem)的基准测试问题中,本文得到了路径为6.82的结果,它好于用新的现代的启发式搜索方法——TABU搜索法得到的6.99的结果. 相似文献
6.
运输问题的Alphabeta算法的分析刘诚,杨承恩(长沙铁道学院)ANANALYSISOFTHEALPHABETAALGORITHMFORTHETRANSPORTATIONPROBLEM¥LiuCheng;YangCheng-en(ResearchD... 相似文献
7.
交错网格的FCT方法王心正,张新元(西北核技术研究所)AFCTMETHODFORSTAGGEREDMESH¥WangXinzheng;ZhangXinyuan(NorthwestInstituteofNuclearTechnology)Abstrac... 相似文献
8.
高维空间最近点对问题的ε网算法王晓东,傅清祥(福州大学)εNETALGORITHMFORTHEON-LINECLOSESTPAIRPROBLEMS¥WangXiaodong;FuQingxiang(FuzhouUniversity)Abstract:... 相似文献
9.
10.
本文介绍了一个基于两种傅氏变换进行图谱增强,用概率神经网络进行指纹分类的指纹自动分类系统,又称AFCS(Automatic Fingerprint Classification System)。该系统运用了一种新的图谱增强方法及不均匀的特征表示方法,用PNN(Probabilistic Network)进行分类,实现了提纹的自动分类。 相似文献
11.
12.
13.
快速神经网络分类学习算法的研究及其应用 总被引:2,自引:0,他引:2
提出了一种快速神经网络分类学习算法FTART2,该算法结合了自适应谐振理论和域理论的优点,学习速度快、归纳能力强、效率高,用UCI机器学习数据库中的两个数据集对FTART2与目前最流行的BP进行比较测试,实验结果表明前者的分类精度与学习速度均优于后者,还将FTART2算法应用于石油地质储层分析领域,取得了很好的效果。 相似文献
14.
15.
细胞识别是图像处理和模式识别领域的一个研究热点,有着十分广泛的应用前景。本文提出了基于神经网络算法FTART2的肺癌细胞识别方法,讨论了FTART2的网络结构、输入矢量的标准化及分类算法。用513个样本对网络进行训练,再用716个样本组成测试集进行测试,实验结果表明:本文提出的基于FTART2的肺癌细胞分类器与基于标准BP的分类器相比,具有学习速度快、分类精度高的特点。 相似文献
16.
混合型多概念获取算法的设计及其抗噪音能力 总被引:1,自引:0,他引:1
IHMCAP(incremental hybrid multi-concepts acquisit ion procedure)算法将基于概率论的符号学习与神经网络学习相结合,通过引入FTART(field theory-based adaptive resonance theory)神经网络,成功地解决了符号学习与神经网络 学习精度之间的均衡性问题,实现了两种不同思维层次的靠近.该算法采用一种独特的增量学 习机制,当增加新的实例时,只需进行一遍增量学习,调整原结构,不必重新生成判定树和神经 网络,即可提高学习精度,速度快,效率高.同时,这种增量学习机制还可以降低算法对噪音数 据的敏感度,从而使IHMCAP可以应用于实时在线学习任务. 相似文献
17.
Applied Intelligence - Bayesian adaptive resonance theory (ART) and ARTMAP-based neural network classifier (known as BAM) are widely used and achieve good classification performance when solving... 相似文献
18.
针对常用聚类方法不能有效处理噪声数据的问题,本文结合神经网络具有自适应性的特点,提出基于神经网络的聚类(NN_Cluster)模型,并设计了基于自适应共振理论的神经网络聚类模型(ARTNN_Cluster)和基于自组织特征映射的神经网络聚类模型(SOMNN_Cluster)。标准数据集上的实验结果表明,与传统的K_means聚类方法相比,本文提出的基于神经网络的聚类模型有效地克服了传统方法的噪声问题,得到了较好的聚类效果。 相似文献
19.
Incremental clustering of mixed data based on distance hierarchy 总被引:1,自引:0,他引:1
Clustering is an important function in data mining. Its typical application includes the analysis of consumer’s materials. Adaptive resonance theory network (ART) is very popular in the unsupervised neural network. Type I adaptive resonance theory network (ART1) deals with the binary numerical data, whereas type II adaptive resonance theory network (ART2) deals with the general numerical data. Several information systems collect the mixing type attitudes, which included numeric attributes and categorical attributes. However, ART1 and ART2 do not deal with mixed data. If the categorical data attributes are transferred to the binary data format, the binary data do not reflect the similar degree. It influences the clustering quality. Therefore, this paper proposes a modified adaptive resonance theory network (M-ART) and the conceptual hierarchy tree to solve similar degrees of mixed data. This paper utilizes artificial simulation materials and collects a piece of actual data about the family income to do experiments. The results show that the M-ART algorithm can process the mixed data and has a great effect on clustering. 相似文献