基于域理论的自适应谐振神经网络分类器 被引量：13

1

作者 周志华 陈兆乾 +1 位作者 netra.nju.edu.cn 陈世福 《软件学报》 EI CSCD 北大核心 2000年第5期667-672,共6页

提出了一种基于域理论的自适应谐振神经网络模型 FTART2 ( field theory based adaptive resonancetheory 2 ) .该模型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 ,可以根据输入样本自适应地调整拓扑结构 ,... 提出了一种基于域理论的自适应谐振神经网络模型 FTART2 ( field theory based adaptive resonancetheory 2 ) .该模型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 ,可以根据输入样本自适应地调整拓扑结构 ,克服了前馈型网络需要人为设置隐层神经元的缺点 .基准测试表明 ,FTART2在学习精度和速度上都远远优于标准 展开更多

关键词 神经网络 机器学习 自适应谐振 域理论 分类器

在线阅读 下载PDF 职称材料

基于域理论的自适应谐振神经网络研究 被引量：3

2

作者 周志华 陈兆乾 陈世福 《南京大学学报（自然科学版）》 CAS CSCD 2000年第2期140-147,共8页

在自适应谐振理论和域理论的基础上提出了一种基于域理论的自适应谐振神经网络算法FTART .该算法将自适应谐振理论和域理论的优点有机结合 ,采用了独特的解决样本间冲突和动态扩大分类区域的方法 ,不需人为设置隐层神经元 ,学习速度快 ... 在自适应谐振理论和域理论的基础上提出了一种基于域理论的自适应谐振神经网络算法FTART .该算法将自适应谐振理论和域理论的优点有机结合 ,采用了独特的解决样本间冲突和动态扩大分类区域的方法 ,不需人为设置隐层神经元 ,学习速度快 ,精度高 此外 ,还提出了一种从FTART网络中抽取符号规则的方法 ,即基于统计的产生 -测试法 ,实验结果表明 ,使用该方法抽取出的符号规则可理解性好、预测精度高 。 展开更多

关键词 机器学习 神经网络 自适应谐振理论 域理论

在线阅读 下载PDF 职称材料

基于域理论的自适应谐振神经网络研究 被引量：2

3

作者 周志华 陈兆乾 陈世福 《软件学报》 EI CSCD 北大核心 2000年第11期1451-1459,共9页

提出了一种基于域理论的自适应谐振神经网络算法 FTART,有机结合了自适应谐振理论和域理论的优势 ,以一种独特的方式解决了示例间冲突和分类区域的动态扩展 ,不仅不需要手工设置隐层神经元 ,可以还获得了较快的训练速度和较高的预测精... 提出了一种基于域理论的自适应谐振神经网络算法 FTART,有机结合了自适应谐振理论和域理论的优势 ,以一种独特的方式解决了示例间冲突和分类区域的动态扩展 ,不仅不需要手工设置隐层神经元 ,可以还获得了较快的训练速度和较高的预测精度 .同时还提出了一种可以从训练好的 FTART网络中抽取可理解性好、精度高的符号规则的方法 ,即基于统计的产生测试法 .实验结果表明 。 展开更多

关键词 神经网络 机器学习 规则抽取 自适应谐振理论 域理论 知识获取 在线学习 增量学习

在线阅读 下载PDF 职称材料

基于自谐振神经网络的线路故障自适应选相元件 被引量：5

4

作者 杨赢 邰能灵 郁惟镛 《电力系统自动化》 EI CSCD 北大核心 2005年第7期65-69,92,共6页

提出一种新的基于自谐振神经网络结构的自适应故障选相元件。采用故障分量作为网络输入量。由于故障分量能够很好地反映故障特征,而自谐振神经网络结构具有训练快速、不存在局部极小值点以及网络权值稳定等特点,因此自适应选相元件不受... 提出一种新的基于自谐振神经网络结构的自适应故障选相元件。采用故障分量作为网络输入量。由于故障分量能够很好地反映故障特征,而自谐振神经网络结构具有训练快速、不存在局部极小值点以及网络权值稳定等特点,因此自适应选相元件不受线路运行方式变化的影响。大量EMTP仿真和实际故障录波数据验证了其可靠性和正确性。 展开更多

关键词 自适应选相 自谐振理论 神经网络

在线阅读 下载PDF 职称材料

一种新型自适应神经网络回归估计算法 被引量：8

5

作者 周志华 陈兆乾 +1 位作者 邵栋 陈世福 《计算机学报》 EI CSCD 北大核心 2000年第6期654-659,共6页

结合自适应谐振理论和域理论的优点 ,针对回归估计问题的特性 ,提出了一种新型神经网络回归估计算法 FTART3.该算法学习速度快、归纳能力强 ,不仅具有增量学习能力 ,还克服了 BP类算法需要人为设置隐层神经元的缺陷 .直线、正弦、二维... 结合自适应谐振理论和域理论的优点 ,针对回归估计问题的特性 ,提出了一种新型神经网络回归估计算法 FTART3.该算法学习速度快、归纳能力强 ,不仅具有增量学习能力 ,还克服了 BP类算法需要人为设置隐层神经元的缺陷 .直线、正弦、二维墨西哥草帽、三维墨西哥草帽等 4个实验表明 ,FTART3在函数近似效果和训练时间代价上都优于目前常用于回归估计问题的 展开更多

关键词 神经网络 回归估计 域理论 自适应谐振理论 算法

在线阅读 下载PDF 职称材料

基于神经网络和灰色理论的密闭鼓风炉透气性预测模型 被引量：9

6

作者 唐朝晖 桂卫华 +1 位作者 吴敏 陈晓方 《中国有色金属学报》 EI CAS CSCD 北大核心 2003年第5期1306-1310,共5页

以密闭鼓风炉熔炼过程为研究对象 ,采用自适应组合集成技术将神经网络NN和灰色理论有机结合的方法建立了密闭鼓风炉透气性预测模型。仿真和工业应用结果表明 :所提出的模型能很好地实现密闭鼓风炉透气性的预测 ,并能使铅锌产量得到显著... 以密闭鼓风炉熔炼过程为研究对象 ,采用自适应组合集成技术将神经网络NN和灰色理论有机结合的方法建立了密闭鼓风炉透气性预测模型。仿真和工业应用结果表明 :所提出的模型能很好地实现密闭鼓风炉透气性的预测 ,并能使铅锌产量得到显著的提高。 展开更多

关键词 炼锌 炼铅 神经网络 灰色理论 密闭鼓风炉 透气性 预测模型 自适应模糊组合

在线阅读 下载PDF 职称材料

模糊神经网络间隔调速模型的研究

7

作者 刘彬 王娜 李志骞 《燕山大学学报》 CAS 2005年第2期136-139,共4页

提出了一种基于模糊神经网络理论求得动态出口速度的模型,以6 层的前向神经网络实现模糊过程,使系统具有自学习和自适应能力,能根据列车的实际溜放情况自动调整减速器出口速度。

关键词 模糊神经网络 模型 调速 间隔 神经网络理论 前向神经网络 出口速度 自适应能力 自动调整 自学习 减速器

在线阅读 下载PDF 职称材料

ART-2神经网络的研究与改进 被引量：12

8

作者 唐红卫 桑农 +1 位作者 曹治国 张天序 《红外与激光工程》 EI CSCD 北大核心 2004年第1期101-106,共6页

ART-2神经网络可以很好地应用于模式识别中的聚类问题,但是由于其算法结构中固有的归一化环节,在处理数据过程中丢失了非常重要的幅度信息。在分析这一不足的基础上,提出两种改进算法,同时给出了相应的实验结果。

关键词 自适应谐振理论 ART-2神经网络 幅度信息 相位信息 相似度 模式识别 聚类问题

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

9

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

基于多FART神经网络的彩色图像分割 被引量：2

10

作者 窦易文 卢桂馥 《计算机工程与设计》 CSCD 北大核心 2008年第23期6044-6046,共3页

提出了一种适用于彩色图像分割技术的多模糊自适应谐振(FART)神经网络结构。网络的输入为RGB色彩空间的彩色图像,并将其转换为HSV色彩空间的三组彩色分量-色调,亮度和饱和度,而后利用多FART神经网络的分类能力,将三组分量进行分类的图... 提出了一种适用于彩色图像分割技术的多模糊自适应谐振(FART)神经网络结构。网络的输入为RGB色彩空间的彩色图像,并将其转换为HSV色彩空间的三组彩色分量-色调,亮度和饱和度,而后利用多FART神经网络的分类能力,将三组分量进行分类的图像输入到决策层,经过融合和分割处理后,最终得到正确的彩色分割图像。与彩色分水岭算法相比,采用上述图像分割算法得到了较好的分割效果。 展开更多

关键词 色彩空间 HSV 多模糊自适应谐振 神经网络 彩色图像分割

在线阅读 下载PDF 职称材料

ART2神经网络聚类的改进研究 被引量：2

11

作者 钱晓东 王正欧 《南京理工大学学报》 EI CAS CSCD 北大核心 2007年第1期71-75,共5页

为进行快速动态层次聚类,通过分析自适应谐振理论(adaptive resonance theory,ART)神经网络的快速学习、主观设置警戒参数、输出无层次结构等优缺点以及自组织特征映射(self-or-ganizing feature map,SOFM)神经网络的侧反馈、不能动态... 为进行快速动态层次聚类,通过分析自适应谐振理论(adaptive resonance theory,ART)神经网络的快速学习、主观设置警戒参数、输出无层次结构等优缺点以及自组织特征映射(self-or-ganizing feature map,SOFM)神经网络的侧反馈、不能动态聚类、输出无层次结构等优缺点的基础上,借鉴Hebb规则的思想,针对ART2神经网络的聚类算法进行了改进研究。通过结构描述、算法分析,该算法融合了ART2和SOFM的优点,克服其不足之处,以快速学习的方式形成可带有多层层次的动态聚类结构(不同的层次代表不同粒度的聚类),此外还降低了对警戒参数主观设置的要求,对于较粗粒度的聚类不再需要重新训练神经网络。并通过仿真实验证明该算法的有效性。 展开更多

关键词 自适应谐振理论 神经网络 聚类 自组织特征映射

在线阅读 下载PDF 职称材料

FTART2神经网络及其规则抽取研究

12

作者 李宁 周志华 陈兆乾 《小型微型计算机系统》 EI CSCD 北大核心 2000年第2期201-204,共4页

本文提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ２，该算法将自适应谐振理论和域理论的优点有机结合，不需人为设置隐层神经元，学习速度快、精度高．此外，本文还提出了一种从ＦＴＡＲＴ２网络中抽取符号规则的方法，实... 本文提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ２，该算法将自适应谐振理论和域理论的优点有机结合，不需人为设置隐层神经元，学习速度快、精度高．此外，本文还提出了一种从ＦＴＡＲＴ２网络中抽取符号规则的方法，实验结果表明，使用该方法抽取出的符号规则可理解性好、预测精度高，可以很好地描述ＦＴＡＲＴ２网络的性能． 展开更多

关键词 机器学习 神经网络 规则抽取 自适应谐振理论

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

慢速权值更新的ART2神经网络研究 被引量：1

14

作者 叶晓明 林小竹 《计算机工程与应用》 CSCD 北大核心 2010年第24期146-150,共5页

ART2是基于自适应谐振理论的一种自组织神经网络,通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无监督的自学习,其学习过程能迅速识别已学习过的样本,并能迅速适应未学习过的新对象。提出了一种基于慢速权值... ART2是基于自适应谐振理论的一种自组织神经网络,通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无监督的自学习,其学习过程能迅速识别已学习过的样本,并能迅速适应未学习过的新对象。提出了一种基于慢速权值更新的ART2神经网络算法,该算法在对输入模式进行识别分类时,会减慢学习速率,降低模式漂移的速度。新的网络学习规则在分类实验中取得了较好的效果,并在一定程度上解决了模式漂移问题。 展开更多

关键词 自适应谐振理论 神经网络 模式漂移 分类

在线阅读 下载PDF 职称材料

基于模糊自适应谐振理论的彩色目标跟踪系统

15

作者 廉锋 蒋平 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2004年第11期1530-1533,共4页

提出了一种在变光照条件下进行彩色图像分割和目标跟踪的方法 .通过在色度、饱和度、亮度HSI(hue ,satura tion ,illumination)空间自组织非监督地进行颜色聚类 ,使用增加、削减和融合聚类的方法 ,寻找适当的聚类数量 ,使目标跟踪更加精... 提出了一种在变光照条件下进行彩色图像分割和目标跟踪的方法 .通过在色度、饱和度、亮度HSI(hue ,satura tion ,illumination)空间自组织非监督地进行颜色聚类 ,使用增加、削减和融合聚类的方法 ,寻找适当的聚类数量 ,使目标跟踪更加精确 .该方法基于模糊自适应谐振理论 (fuzzyadaptiveresonancetheory ,FuzzyART) ,具有在线升级目标颜色模型的能力 ,可以克服环境光线变化所带来的影响 .在复杂背景和变光照条件下的目标跟踪实验结果证实了该方法的有效性 . 展开更多

关键词 模糊自适应谐振理论 图像分割 目标跟踪 在线学习

在线阅读 下载PDF 职称材料

自适应谐振理论综述 被引量：15

16

作者 周志华 陈兆乾 陈世福 《计算机科学》 CSCD 北大核心 1999年第4期54-56,79,共4页

1.引言神经网络的竞争学习模型在70年代早期由Malsburg和Grossberg提出,此后得到了很大的发展。这种学习是指网络中的某一组神经元相互竞争对外界刺激模式响应的权力,竞争获胜的神经元的连接权发生某种变化,使得它在下一次对该刺激模式... 1.引言神经网络的竞争学习模型在70年代早期由Malsburg和Grossberg提出,此后得到了很大的发展。这种学习是指网络中的某一组神经元相互竞争对外界刺激模式响应的权力,竞争获胜的神经元的连接权发生某种变化,使得它在下一次对该刺激模式进行竞争时更为有利。一般来说,由竞争学习模型学习得到的分类很难保持稳定,即使连续地为网络提供有限个保持不变的模式序列,某一个特定的获胜分类仍然可能不断地发生变化。为了稳定学习过程。 展开更多

关键词 神经网络 自适应谐振理论 竞争学习

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

17

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

模糊控制理论的发展应用与展望 被引量：30

18

作者 秦绪平 谭国俊 《控制工程》 CSCD 2005年第S2期141-143,共3页

介绍了模糊控制理论的发展概况及在许多领域应用进化过程。在此基础上,论述了模糊控制理论应用的一般特点。指出了模糊控制理论应用中需要解决的问题,单纯模糊控制在某些情况下,难以适应不同的运行状态,影响了控制效果。实际应用中需要... 介绍了模糊控制理论的发展概况及在许多领域应用进化过程。在此基础上,论述了模糊控制理论应用的一般特点。指出了模糊控制理论应用中需要解决的问题,单纯模糊控制在某些情况下,难以适应不同的运行状态,影响了控制效果。实际应用中需要将模糊控制或模糊推理思想与其他成熟的控制理论与方法结合起来应用,以达到更理想的控制效果。展望了模糊控制理论的发展方向。由于模糊控制技术是当今比较先进的控制技术,因此,它有着广阔的应用前景。 展开更多

关键词 模糊控制 模糊理论 自适应控制 神经网络

在线阅读 下载PDF 职称材料

智能型自适应单相重合闸的应用研究 被引量：26

19

作者 陈少华 张辉 陈允平 《电力系统自动化》 EI CSCD 北大核心 2002年第6期62-64,共3页

根据自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷 ,提出了智能型自适应单相重合闸方案 ,将人工神经网络用于其中 ,建立了一个 3层前向网络模型。利用EMTP及 MATLAB进行了大量的仿真实验 ,验证了其无论在长线... 根据自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷 ,提出了智能型自适应单相重合闸方案 ,将人工神经网络用于其中 ,建立了一个 3层前向网络模型。利用EMTP及 MATLAB进行了大量的仿真实验 ,验证了其无论在长线路还是短线路的故障区分中都具有良好的可行性 ,克服了传统判据的缺陷。同时还提出了基于模糊神经网络的自适应单相重合闸方案 。 展开更多

关键词 电力系统 智能型 自适应单相重合闸 人工神经网络 模糊理论

在线阅读 下载PDF 职称材料

基于IGSO优化LM网络的变压器故障诊断方法 被引量：5

20

作者 黄新波 宋桐 +1 位作者 王娅娜 李文君子 《中国电力》 CSCD 北大核心 2014年第9期60-65,共6页

针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表... 针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表神经网络的权值和阈值、LM网络的均方误差函数作为萤火虫个体的适应度函数,利用改进萤火虫算法迭代寻优得到LM网络的最优权值和阈值。同时,运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,不仅有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。然后,建立基于自适应搜索萤火虫算法优化的神经网络模型,并将典型变压器故障数据代入仿真,通过与贝叶斯正则化神经网络模型以及粒子群模型的仿真结果对比,表明该方法具有较好的分类效果,准确率达到88.57%。 展开更多

关键词 电力系统 故障诊断 自适应搜索 萤火虫算法 模糊理论 改进神经网络 贝叶斯正则化 粒子群

在线阅读 下载PDF 职称材料