Using genetic algorithm based fuzzy adaptive resonance theory for clustering analysis 被引量：3

1

作者 LIU Bo WANG Yong WANG Hong-jian 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期547-551,共5页

关键词 聚类分析 遗传算法 模糊自适应谐振理论 人工神经网络

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分类器 被引量：13

2

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

一种新的自适应谐振算法 被引量：16

3

作者 陈兆乾 周戎 +1 位作者 刘宏 陈世福 《软件学报》 EI CSCD 北大核心 1996年第8期458-465,共8页

本文提出了一个综合多种神经网络理论的学习算法ＦＴＡＲＴ（ｆｉｅｌｄｔｈｅｏｒｙ—ｂａｓｅｄａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ），它将ＡＲＴ（ａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ）算法、Ｆｉｅｌｄ... 本文提出了一个综合多种神经网络理论的学习算法ＦＴＡＲＴ（ｆｉｅｌｄｔｈｅｏｒｙ—ｂａｓｅｄａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ），它将ＡＲＴ（ａｄａｐｔｉｖｅｒｅｓｏｎａｎｃｅｔｈｅｏｒｙ）算法、ＦｉｅｌｄＴｈｅｏｒｙ和ＡＲＴＭＡＰ等算法的优点有机结合，并以样本在实例空间出现的概率为启发信息修改分类．ＦＴＡＲＴ由于采用了不同于其它算法的冲突解决和动态扩大分类区域的方法，因此取得了较好的效果．本文还对实现ＦＴＡＲＴ算法的结果进行了验证． 展开更多

关键词 神经网络 自适应谐振算法 算法

在线阅读 下载PDF 职称材料

自适应谐振理论综述 被引量：15

4

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

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ARTNN的GIS绝缘故障识别新方法 被引量：10

6

作者 肖燕 胡浩 郁惟镛 《高电压技术》 EI CAS CSCD 北大核心 2007年第12期75-79,共5页

为根据局部放电信号识别早期的GIS绝缘故障缺陷类型,提出了一种利用ART神经网络在线识别GIS绝缘故障类型的新方法。较之常用BP神经网络,该法训练时间短、所需样本少、权值稳定、不存在局部收敛,故更适于在线识别。网络的输入量为一个工... 为根据局部放电信号识别早期的GIS绝缘故障缺陷类型,提出了一种利用ART神经网络在线识别GIS绝缘故障类型的新方法。较之常用BP神经网络,该法训练时间短、所需样本少、权值稳定、不存在局部收敛,故更适于在线识别。网络的输入量为一个工频周期内局部放电脉冲重复率、主频率、阻尼系数、放电量、放电相位分布。利用5种GIS绝缘缺陷类型的实验所得数据对ART神经网络进行训练及验证,证明该法的缺陷类型正确识别率可>98%,在GIS绝缘故障类型的在线模式识别中具有广泛的前景。 展开更多

关键词 局部放电 神经网络 自适应谐振理论(ART) GIS 模式识别 ART2-A

在线阅读 下载PDF 职称材料

基于BP-ART混合神经网络的电路故障诊断新方法 被引量：7

7

作者 王安娜 刘坐乾 +1 位作者 杨铭如 曲延华 《系统工程与电子技术》 EI CSCD 北大核心 2010年第4期873-876,共4页

建立了基于误差反向传播(back propagation,BP)神经网络和自适应共振理论(adaptive resonatetheory,ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,... 建立了基于误差反向传播(back propagation,BP)神经网络和自适应共振理论(adaptive resonatetheory,ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,识别多类故障,并对传统的ART神经网络竞争机制加以改进,有效地解决了复杂电路故障诊断的难题。实验表明,基于BP和改进ART神经网络相结合的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。 展开更多

关键词 神经网络 反向传播 自适应共振理论 电路故障诊断

在线阅读 下载PDF 职称材料

摩托车智能设计实例推理系统的索引模型 被引量：8

8

作者 麻芳兰 何玉林 +1 位作者 李尚平 苗剑 《计算机集成制造系统》 EI CSCD 北大核心 2006年第9期1379-1384,1416,共7页

为提高实例推理系统中实例检索的效率与质量,提出了基于人工神经网络的实例检索模型。该模型在实例层次组织的基础上,利用自适应共振网络实现对实例的动态分类,以缩小实例搜索的范围。采用前馈型神经网络记忆各实例的索引,以便在缩小的... 为提高实例推理系统中实例检索的效率与质量,提出了基于人工神经网络的实例检索模型。该模型在实例层次组织的基础上,利用自适应共振网络实现对实例的动态分类,以缩小实例搜索的范围。采用前馈型神经网络记忆各实例的索引,以便在缩小的实例范围内快速地提取相似实例,提高检索效率与质量。最后给出了摩托车总体设计过程方案选择的算例,并将检索的结果与基于最近邻法的实例检索结果进行比较分析,结果证明了该模型的有效性。 展开更多

关键词 摩托车 实例推理 自适应共振理论 前馈神经网络 实例检索

在线阅读 下载PDF 职称材料

基于ART2神经网络的入侵检测方法 被引量：6

9

作者 马锐 刘玉树 杜彦辉 《北京理工大学学报》 EI CAS CSCD 北大核心 2004年第8期701-704,共4页

提出基于ART2神经网络的入侵检测方法.采集基于主机和基于网络的入侵特征数据,分析入侵行为的空间和时间关联性,并对入侵特征数据中的关联信息进行处理,提取入侵行为之间的关联性,降低入侵检测算法的复杂性;利用ART2算法的自学习能力、... 提出基于ART2神经网络的入侵检测方法.采集基于主机和基于网络的入侵特征数据,分析入侵行为的空间和时间关联性,并对入侵特征数据中的关联信息进行处理,提取入侵行为之间的关联性,降低入侵检测算法的复杂性;利用ART2算法的自学习能力、自组织能力、良好的稳定性和可塑性以及快速识别能力,实现对用户行为的近实时检测,取得了较高的检测准确率,在识别未知攻击方面具有较好的性能. 展开更多

关键词 入侵检测 神经网络 自适应共振理论(ART)

在线阅读 下载PDF 职称材料

基于小波包和模糊自适应共振神经网络的变压器绕组状态识别 被引量：11

10

作者 黄春梅 马宏忠 +2 位作者 张艳 李勇 许洪华 《广东电力》 2017年第7期89-95,共7页

变压器振动信号中包含了大量状态信息,但难以从中提取有效特征进行绕组松动状态识别。为此,提出了基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)的变压器绕组松动状态识别方法。首先,设置9种绕组松动状态并进行... 变压器振动信号中包含了大量状态信息,但难以从中提取有效特征进行绕组松动状态识别。为此,提出了基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)的变压器绕组松动状态识别方法。首先,设置9种绕组松动状态并进行短路实验,测取油箱表面振动信号;然后对振动信号进行4层小波包变换,提取有效测点状态特征频带的小波包能量构成特征向量;最后将特征向量作为Fuzzy-ART神经网络的输入,对不同绕组松动状态进行识别。实验结果表明,基于小波包的Fuzzy-ART神经网络能对绕组松动状态进行快速、稳定分类,可用于变压器绕组松动状态的在线监测与诊断。 展开更多

关键词 变压器 绕组松动 振动信号 小波包能量 Fuzzy-ART神经网络 状态识别

在线阅读 下载PDF 职称材料

应用自适应共振神经网络法优选钻头类型 被引量：4

11

作者 阎铁 毕雪亮 +1 位作者 刘春天 张书瑞 《大庆石油学院学报》 CAS 北大核心 2001年第3期63-65,共3页

利用人工神经网络法中的自适应共振理论优选钻头 ,将定性、定量优选因素作为输入层神经元 ,形成一种综合性选型方法 .将优选的钻头分别在大庆的林深 2井和肇深 8井进行现场实验 ,结果表明 :2口实验井的三开平均机械钻速比以前提高 2 0 .... 利用人工神经网络法中的自适应共振理论优选钻头 ,将定性、定量优选因素作为输入层神经元 ,形成一种综合性选型方法 .将优选的钻头分别在大庆的林深 2井和肇深 8井进行现场实验 ,结果表明 :2口实验井的三开平均机械钻速比以前提高 2 0 .6% ,三开行程钻速提高 2 1.2 % ,单只钻头进尺提高 98.1% ,提高深井钻井速度的效果明显 . 展开更多

关键词 人工神经网络 自适应共振 钻头优选 现场实验 类型

在线阅读 下载PDF 职称材料

弧焊过程中的人工神经网络焊缝检测技术 被引量：13

12

作者 高向东 黄石生 《焊接学报》 EI CAS CSCD 北大核心 1998年第S1期122-128,共7页

本文提出一种人工神经网络型焊缝检测方法，利用自组织神经网络技术，将焊缝视觉信息形成典型空间模式并与实时采集到的焊缝信息进行匹配，实现了弧焊过程中焊缝位置的精确检测。

关键词 人工神经网络 自适应共振理论 视觉 焊缝检测

在线阅读 下载PDF 职称材料

基于自组织神经网络的模糊聚类同调机群识别 被引量：11

13

作者 刘绚 文俊 刘天琪 《电网技术》 EI CSCD 北大核心 2010年第7期98-102,共5页

给出了一种利用基于融合自适应共振理论和Kohonen网络基本思想的自组织神经网络(简称自组织神经网络)的模糊聚类方法识别电力系统同调机群的算法。首先对输入数据进行模糊预处理,即采用最大–最小法建立能够反映发电机组间同调程度的模... 给出了一种利用基于融合自适应共振理论和Kohonen网络基本思想的自组织神经网络(简称自组织神经网络)的模糊聚类方法识别电力系统同调机群的算法。首先对输入数据进行模糊预处理,即采用最大–最小法建立能够反映发电机组间同调程度的模糊相似矩阵;然后将其每行或每列输入自组织神经网络模型进行训练,最终竞争获胜的输出层神经元代表不同的动态类型,即不同的同调发电机组;最后在EPRI-36节点系统上分别对自组织神经法和自组织神经模糊聚类法进行了仿真计算。结果表明:自组织神经模糊聚类法的识别结果比自组织神经法更加接近基于时域仿真的结果,没有出现误判,且自组织神经法能在更大时间范围内对同调机群进行准确识别。 展开更多

关键词 电力系统 自适应共振 KOHONEN网络 自组织神经网络 模糊聚类:同调机群 同调识别

在线阅读 下载PDF 职称材料

FUZZY ARTMAP神经网络综述 被引量：5

14

作者 钟金宏 杨善林 《计算机科学》 CSCD 北大核心 2001年第5期89-92,共4页

1.引言 神经网络模拟人脑神经功能,用大量简单关系连接来表示复杂的函数关系,具有很多特殊优点,已在系统建模、模式识别、图像处理、知识发现和控制等领域得到了广泛的应用.但当使用前向神经网络,如多层感知器(MLP)和径向基函数(RBF)网... 1.引言 神经网络模拟人脑神经功能,用大量简单关系连接来表示复杂的函数关系,具有很多特殊优点,已在系统建模、模式识别、图像处理、知识发现和控制等领域得到了广泛的应用.但当使用前向神经网络,如多层感知器(MLP)和径向基函数(RBF)网络时,需要依赖一些试探法去选择最优的网络尺寸和参数[1],此外这些网络在学习后通常是静止的,不具备增量学习能力(在线学习),对新模式学习时,会破坏网络已记忆的模式[2,3]. 展开更多

关键词 神经网络 多层感知器 径向基函数网络 模糊集 隶属函数

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

15

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

基于模糊分类的模糊神经网络辨识方法及应用 被引量：9

16

作者 江善和 李强 《控制工程》 CSCD 2005年第3期266-269,276,共5页

基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后... 基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN结构简洁,逼近能力强,能够显著提高辨识精度,并且在线辨识的模糊模型简单有效。将该AFNN用于非线性系统的模糊辨识和化工过程连续搅拌反应器(CSTR)的建模中,仿真结果验证了该方法的有效性,表明该网络能够实现复杂非线性系统的建模,而且建模精度高、收敛速度快,可当作复杂系统建模的一种有效手段。 展开更多

关键词 辨识方法 模糊神经网络模型 卡尔曼滤波算法 连续搅拌反应器 复杂非线性系统 应用 竞争学习算法 复杂系统建模 在线辨识 T-S模型 模糊分类器 连接结构 模糊规则 模糊空间 逼近能力 辨识精度 模糊模型 化工过程 模糊辨识

在线阅读 下载PDF 职称材料

基于模型诊断技术的神经网络实现方法 被引量：4

17

作者 马纪明 万蔚 王法岩 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2013年第2期178-183,共6页

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最... 针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性. 展开更多

关键词 故障检测 BP神经网络 ART2神经网络 参数估计 数据聚类

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

18

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Fuzzy-ART神经网络的红外弱小目标检测 被引量：5

19

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

一种基于模糊神经网络的自适应模糊辨识方法 被引量：5

20

作者 江善和 申东日 陈义俊 《系统仿真学报》 CAS CSCD 2003年第5期731-734,共4页

基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近... 基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。 展开更多

关键词 T—S模型 自适应模糊神经网络 模糊竞争学习 模糊辨识

在线阅读 下载PDF 职称材料