-
题名一种新型ARTⅡ无监督分类算法
被引量：6
- 1
-
-
作者
徐永成
温熙森
韩小云
-
机构
国防科技大学机电工程与自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2001年第8期13-15,20,共4页
-
基金
国家部委项目资助
-
文摘
ＡＲＴ是一种典型的、无监督的、能够对复杂输入模式实现自稳定和自组织识别的神经网络。该文针对标准ＡＲＴⅡ算法的预处理信号畸变问题，提出了新的非线性变换函数和竞争学习算法，该新型ＡＲＴⅡ算法的输入域由原来的非负实数域扩大到整个实数域，且分类性能良好，以多种分类问题对该算法的性能进行验证，结果表明该算法性能优良，能自适应地识别未知故障模式，分类准确。
-
关键词
神经网络
自适应共振理论
模式识别
人工智能
ARTII
无监督分类算法
-
Keywords
neural network,active resonance theory,pattem recognition,artificial intelligence
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名新型ART-2A算法及其在BIT故障诊断中的应用
被引量：4
- 2
-
-
作者
徐永成
温熙森
易晓山
陶利民
-
机构
国防科技大学机电工程与自动化学院
-
出处
《振动工程学报》
EI
CSCD
北大核心
2002年第2期167-172,共6页
-
基金
国家部委项目资助
-
文摘
在故障诊断过程中由于样本获取困难 ,无监督分类方法日益得到重视。自适应共振理论 (ART)是一种典型的、无监督的、能够对复杂输入模式实现自组织识别的神经网络。作者发现标准 ART- 2算法存在预处理信号畸变问题、同相位不可分问题 ,由此提出了新的 F1 层非线性变换函数、F2 层竞争学习算法和输入预处理方法。该新型ART- 2 / 2 A算法的输入域由原来的非负实数域扩大到整个实数域 ,并且能够正确区分标准 ART- 2 / 2 A算法不可区分的同相位数据。本文以大型船舶动力装置 BIT系统运行状态中的故障模式为对象进行实验验证 ,结果表明新型ART- 2 / 2 A算法能自适应地对 BIT系统未知故障模式进行分类识别 ,分类准确。
-
关键词
ART-2A算法
BIT故障诊断
神经网络
自适应共振理论
人工智能
-
Keywords
fault Diagnosis
neural network
active resonance theory
artificial intelligence
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名ART-2A的同相位不可分问题及其解决方法
被引量：3
- 3
-
-
作者
徐永成
温熙森
易晓山
韩小云
-
机构
国防科技大学机电工程与自动化学院
-
出处
《数据采集与处理》
CSCD
2001年第4期393-398,共6页
-
基金
国防预研基金(编号 :19.6 .5 .2 .2 )资助项目
-
文摘
自适应共振理论 (ART)是一种典型的、无监督的、能够对复杂输入模式实现自组织识别的神经网络。本文经分析发现标准 ART- 2 A算法中存在“同相位不可分问题”,由此提出新的 F1层非线性变换函数和 F2 层竞争学习算法 ,把 ART- 2 A算法的适用范围扩展到整个实数域 ,然后提出了相应的线性变换处理方法把“同相位不可分问题”转化为“整个坐标平面内的相位划分问题”,从而很好地解决上述问题 ,增强了 ART- 2 A算法的适用性。验证算例的结果表明 ,新型 ART- 2 A算法能够对更为广泛的数据模式进行自适应识别 。
-
关键词
神经网络
自适应共振理论
模式识别
人工智能
ART-2A
-
Keywords
neural network
active resonance theory
pattern recognition
artificial intelligence
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
