基于模糊自适应共振理论映射算法的单样本三维人脸识别 被引量：1

1

作者 王斯藤 唐旭晟 陈丹 《计算机应用》 CSCD 北大核心 2014年第9期2595-2599,共5页

针对传统的三维人脸识别分类算法大多需要多个样本进行训练,而在单训练样本的前提下识别性能会严重降低的问题,提出了基于模糊自适应共振理论映射(Fuzzy ARTMAP)的算法对三维人脸数据库进行分类识别。首先对三维人脸深度图像进行局部二... 针对传统的三维人脸识别分类算法大多需要多个样本进行训练,而在单训练样本的前提下识别性能会严重降低的问题,提出了基于模糊自适应共振理论映射(Fuzzy ARTMAP)的算法对三维人脸数据库进行分类识别。首先对三维人脸深度图像进行局部二值模式(LBP)统一模式算子的特征提取,再对LBP特征进行Log-Gabor小波变换,提取图像的频域特征向量作为训练的输入向量,最后将单样本训练向量集送入Fuzzy ARTMAP分类器进行训练识别。该算法在FRGC v2.0三维人脸数据库中的识别率可达到87.15%,分类器的训练时间为24.88s,单张待识别人脸样本与单张已注册的人脸匹配时间为0.0015 s,一张新的人脸样本在数据库完成一次搜索匹配则需要1.08 s。实验结果表明,所提方法在测试中的性能优于概率神经网络(PNN)和极限学习机神经网络(ELM),既能保证较高的识别率,又能拥有较短的训练时间,且时间增幅稳定,可控性强。 展开更多

关键词 三维人脸识别 模糊自适应共振理论映射 单样本训练 局部二值模式 LOG-GABOR小波

在线阅读 下载PDF 职称材料

基于模糊理论与自适应共振网络的油中气体分析诊断 被引量：4

2

作者 高宁 高文胜 严璋 《高电压技术》 EI CAS CSCD 北大核心 1997年第4期22-25,共4页

介绍了基于模糊理论的自适应共振网络在变压器故障诊断中的应用。根据对实际运行变压器进行统计得出的故障特征气体分布规律，确定分段隶属函数的分界值，并给出隶属函数的经验参数。针对变压器故障诊断的特点，在ＡＲＴ—２网络的基础... 介绍了基于模糊理论的自适应共振网络在变压器故障诊断中的应用。根据对实际运行变压器进行统计得出的故障特征气体分布规律，确定分段隶属函数的分界值，并给出隶属函数的经验参数。针对变压器故障诊断的特点，在ＡＲＴ—２网络的基础上，构造了具有输入隐层的ＦＡＲＴ（ＦｕｚｙＡｄａｐｔｉｖｅＲｅｓｏｎａｎｃｅＴｈｅｏｒｙ）网络，对各特征气体采用不同的隶属函数处理，以增强网络对主要气体特征的灵敏度。并通过实例进行了检验，证实了该方法更为有效。 展开更多

关键词 模糊理论 自适应共振网络 气体分析 变压器

在线阅读 下载PDF 职称材料

基于模糊自适应共振理论的图象分割 被引量：2

3

作者 黄建军 靳华 赵荣椿 《西北工业大学学报》 EI CAS CSCD 北大核心 2000年第3期345-348,共4页

提出了一种基于模糊 ART神经网络的灰度门限化图象分割方法 ,该方法不仅可以自动确定分类数目 ,而且还能有效抑制噪声 。

关键词 模糊自适应共振理论 图象分割 模糊神经网络

在线阅读 下载PDF 职称材料

自适应共振理论网络在煤炭资源资产分类中的应用研究 被引量：2

4

作者 温国锋 王广成 潘正勇 《煤炭学报》 EI CAS CSCD 北大核心 2002年第6期566-569,共4页

将自适应共振理论网络应用于煤炭资源资产分类,以基于聚类的综合评判模糊数学模型的分类结果作为选择训练样本的基础,建立了自适应神经网络分类模型.网络不仅能得到理想的输出结果,而且能准确地进行煤炭资源资产分类.分类结果表明,用自... 将自适应共振理论网络应用于煤炭资源资产分类,以基于聚类的综合评判模糊数学模型的分类结果作为选择训练样本的基础,建立了自适应神经网络分类模型.网络不仅能得到理想的输出结果,而且能准确地进行煤炭资源资产分类.分类结果表明,用自适应共振理论网络进行分类具有分类稳定、结果可靠等特点. 展开更多

关键词 自适应共振理论 煤炭资源 分类 矿井 模糊数学

在线阅读 下载PDF 职称材料

一种改进的模糊ART神经网络学习算法 被引量：4

5

作者 徐玲玲 李朝峰 潘婷婷 《计算机工程与应用》 CSCD 北大核心 2008年第28期49-50,85,共3页

对模糊ART神经网络模型中的类别选择方法进行改进,并在权值向量的修改规则中引入隶属度,得到一种改进的FuzzyART学习算法。IRIS数据分类结果证明了新方法的可行性。

关键词 模糊自适应共振理论 隶属度 模式分类

在线阅读 下载PDF 职称材料

多维时间序列数据符号化表示方法的研究 被引量：3

6

作者 王晓晔 徐晓颖 +1 位作者 孙济洲 杜太行 《计算机工程》 EI CAS CSCD 北大核心 2006年第12期52-54,共3页

提出了一种简单高效的多维离散时间序列符号化方法,该方法用模糊自适应共振理论(Fuzzy ART)对多维时间序列数据进行聚类,实现多维时间序列数据的符号化问题。同时,通过属性相关性预处理分析,过滤掉聚类中不相关或弱相关的属性,保证了聚... 提出了一种简单高效的多维离散时间序列符号化方法,该方法用模糊自适应共振理论(Fuzzy ART)对多维时间序列数据进行聚类,实现多维时间序列数据的符号化问题。同时,通过属性相关性预处理分析,过滤掉聚类中不相关或弱相关的属性,保证了聚类算法的准确性,将提出的算法应用于多维交通流数据的符号化,效果很好。 展开更多

关键词 模糊自适应共振理论 多维时间序列 符号化 聚类

在线阅读 下载PDF 职称材料

基于Fuzzy-ART神经网络的红外弱小目标检测 被引量：5

7

作者 陈炳文 王文伟 秦前清 《系统工程与电子技术》 EI CSCD 北大核心 2012年第5期857-863,共7页

针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建... 针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。 展开更多

关键词 模式识别 弱小目标检测 模糊自适应共振理论神经网络 Robinson警戒环 自适应分割

在线阅读 下载PDF 职称材料

Fuzzy-ART背景抑制的单帧红外弱小目标检测 被引量：5

8

作者 陈炳文 王文伟 秦前清 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第6期775-779,共5页

针对现有背景抑制算法未能有效地抑制背景而导致目标检测率低的问题,提出一种基于模糊自适应共振理论(Fuzzy-ART)进行背景抑制、基于行列k均值(k-means)聚类实现阈值分割的单帧红外弱小目标检测算法.首先依据红外成像原理仿真生成红外... 针对现有背景抑制算法未能有效地抑制背景而导致目标检测率低的问题,提出一种基于模糊自适应共振理论(Fuzzy-ART)进行背景抑制、基于行列k均值(k-means)聚类实现阈值分割的单帧红外弱小目标检测算法.首先依据红外成像原理仿真生成红外弱小目标训练样本;然后采用Fuzzy-ART神经网络建立目标模型,并以此分析各像素点的目标模糊隶属度来抑制背景杂波;最后采用基于行列k-means聚类的自适应阈值分割算法来检测真实目标.实验结果表明,该算法能有效地抑制背景杂波和突显目标,并能有效地提高信噪比检测弱小目标. 展开更多

关键词 弱小目标检测 模糊自适应共振理论 行列k均值聚类

在线阅读 下载PDF 职称材料

基于几种神经网络方法的公司财务风险判别研究 被引量：9

9

作者 李光荣 李风强 《经济经纬》 CSSCI 北大核心 2017年第2期122-127,共6页

笔者针对提高公司财务风险判别准确度问题,提出运用人工神经网络中具有明显自适应性、自组织性的自适应共振理论算法和自组织特征映射算法分别构建公司财务风险判别模型进行仿真研究。结果表明:自适应共振理论算法判别正确率为87%,而自... 笔者针对提高公司财务风险判别准确度问题,提出运用人工神经网络中具有明显自适应性、自组织性的自适应共振理论算法和自组织特征映射算法分别构建公司财务风险判别模型进行仿真研究。结果表明:自适应共振理论算法判别正确率为87%,而自组织特征映射算法判别正确率则达到了89%,较反向传播神经网络等方法判别准确度更高。 展开更多

关键词 财务风险 风险判别 神经网络 自适应共振理论 自组织特征映射

在线阅读 下载PDF 职称材料

一种新型确定性风电功率预测模型及其概率性评估 被引量：2

10

作者 杨家然 王兴成 +1 位作者 蒋程 罗晓芬 《现代电力》 北大核心 2016年第5期80-86,共7页

现有风电功率预测多数为确定性预测,而由于风电功率具有随机性和波动性,确定性预测在不确定性条件下难以为系统调度决策提供有效信息,概率性预测能够提供预测的不确定性信息。提出一种基于小波变换和模糊自适应共振映射的新型确定性预... 现有风电功率预测多数为确定性预测,而由于风电功率具有随机性和波动性,确定性预测在不确定性条件下难以为系统调度决策提供有效信息,概率性预测能够提供预测的不确定性信息。提出一种基于小波变换和模糊自适应共振映射的新型确定性预测方法,利用数值天气预报及风电功率历史数据进行确定性预测。同时基于分位数回归分析,并以置信度、锐度、技术评分为指标,对确定性预测结果进行概率性评估。以某风电场为例,给出了确定性预测值及概率性评估,验证了所提方法的有效性。 展开更多

关键词 概率性预测 分位数回归 模糊自适应共振映射 小波变换 风电功率预测

在线阅读 下载PDF 职称材料

基于改进的SOM和ART的动态手势识别 被引量：2

11

作者 周维柏 李蓉 《郑州大学学报（理学版）》 CAS 北大核心 2011年第2期73-78,共6页

提出一种动态手势识别算法,将动态手势识别问题转换为轨迹识别问题.首先以SOM算法作为分类器提取手势特征,将多维手势信息投影到二维平面中,根据每帧的顺序产生一平面轨迹,将产生的平面轨迹输入到改进的ART网络进行识别.实验结果表明,... 提出一种动态手势识别算法,将动态手势识别问题转换为轨迹识别问题.首先以SOM算法作为分类器提取手势特征,将多维手势信息投影到二维平面中,根据每帧的顺序产生一平面轨迹,将产生的平面轨迹输入到改进的ART网络进行识别.实验结果表明,该算法用于动态手势识别是可行的且性能稳定. 展开更多

关键词 自组织特征映射 自适应共振理论 动态手势识别

在线阅读 下载PDF 职称材料

一种新的FART分类器

12

作者 雷洪利 张殿治 +1 位作者 刘文华 严盛文 《空军工程大学学报（自然科学版）》 CSCD 2002年第2期64-67,共4页

提出了一类基于贴近度理论的模糊ART神经网络模型 ,简称为CBFART(ClosenessBasedFuzzyART)模型。将模糊数学中的贴近度 (Closeness)和择近原则 (ClosestPrinciple)概念与自适应共振理论 (ART)相结合 ,形成了一种新的网络模型。该模型的... 提出了一类基于贴近度理论的模糊ART神经网络模型 ,简称为CBFART(ClosenessBasedFuzzyART)模型。将模糊数学中的贴近度 (Closeness)和择近原则 (ClosestPrinciple)概念与自适应共振理论 (ART)相结合 ,形成了一种新的网络模型。该模型的学习以匹配—委托循环为特点 ,网络分类遵循择近原则。补码编码、匹配—委托和快速委托—慢速重编码方案相结合 ,保证了网络学习的收敛性和稳定性 ,并可以做到一次性学习 ,提高了学习速度。文中对高维样本进行分类仿真 ,给出了仿真结果 ,分析表明该模型具有良好的聚类特性 。 展开更多

关键词 神经网络 自适应共振理论 模糊 贴近度 择近原则

在线阅读 下载PDF 职称材料

FART神经网络的改进及其在晶圆在线监测中的应用

13

作者 王令群 郑应平 孔祥洪 《实验室研究与探索》 CAS 2008年第11期6-9,共4页

对模糊自适应共振理论(FART)神经网络进行改进,使用改进的FART神经网络对半导体生产线晶圆合格率进行在线检测,对晶圆合格率特征向量进行聚类分析,将合格率损失中拥有相类似特征的晶圆分为一类,一旦检测到生产线发生异常,便可找出故障... 对模糊自适应共振理论(FART)神经网络进行改进,使用改进的FART神经网络对半导体生产线晶圆合格率进行在线检测,对晶圆合格率特征向量进行聚类分析,将合格率损失中拥有相类似特征的晶圆分为一类,一旦检测到生产线发生异常,便可找出故障设备并及时维护,从而使生产线处于高生产率状态。 展开更多

关键词 模糊自适应共振理论神经网络 半导体生产线 聚类分析

在线阅读 下载PDF 职称材料

一种新的拓扑保持ART模型 被引量：1

14

作者 钱乐乐 高隽 +1 位作者 赵莹 卢鹏 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第4期798-803,共6页

基本ART模型缺乏对样本集拓扑结构及分布特性的学习,导致其抗噪性能较差,容易产生类别增殖现象,进而导致分类性能不稳定。本文将基本ART模型与SOM、GNG的侧向连接和动态拓扑结构相结合,提出了一种具有拓扑保持结构的ART模型(topology pr... 基本ART模型缺乏对样本集拓扑结构及分布特性的学习,导致其抗噪性能较差,容易产生类别增殖现象,进而导致分类性能不稳定。本文将基本ART模型与SOM、GNG的侧向连接和动态拓扑结构相结合,提出了一种具有拓扑保持结构的ART模型(topology preserving ART model,TPART)。利用构建的模型对聚类状分布的高斯分布数据集进行测试,在受到大量孤立噪声点干扰和输入样本顺序的影响下,其性能相对于Fuzzy ART有较大提高。进一步将其应用于灰度图像分割,也取得了较FuzzyART更好的分割结果。 展开更多

关键词 自适应共振理论 自组织映射 拓扑结构 聚类 图像分割

在线阅读 下载PDF 职称材料

基于约束边长FART-Q的智能决策算法 被引量：1

15

作者 周亚楠 龚光红 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2015年第1期96-101,共6页

针对模糊自适应共振理论(ART)应用于智能决策时存在的问题,提出了约束边长的模糊ART算法.将有边长约束的模糊ART与Q学习结合,构建了约束边长FART-Q(Fuzzy ART-Q learning)智能决策网络.传统的模糊ART只根据输入向量与权值向量的模糊相... 针对模糊自适应共振理论(ART)应用于智能决策时存在的问题,提出了约束边长的模糊ART算法.将有边长约束的模糊ART与Q学习结合,构建了约束边长FART-Q(Fuzzy ART-Q learning)智能决策网络.传统的模糊ART只根据输入向量与权值向量的模糊相似度进行分类,在用于智能决策中的状态分类时,不能考虑状态变量的物理含义,存在分类不合理的问题.针对这一问题,提出了对模糊ART的共振条件加入边长约束的改进算法,使得分类时可根据状态变量的物理含义确定分类的边长约束,同时能够减少分类数量.雷区导航仿真实验表明,约束边长FART-Q能快速做出合理决策.改进的模糊ART算法能够使分类更为合理,既能提高决策的成功率,又可以减小决策的运算时间. 展开更多

关键词 人工神经网络 自适应共振理论 模糊集理论 Q学习 智能决策

在线阅读 下载PDF 职称材料