具有更严格警戒测试准则的ART2神经网络

作     者：黎明 严超华 刘高航 LI Ming;YAN Chao-hua;LIU Gao-hang

作者机构：南昌航空工业学院测控工程系南昌330034 

出 版 物：《中国图象图形学报（A辑）》 (Journal of Image and Graphics)

年 卷 期：2001年第6卷第1期

页      面：81-85页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：江西省自然科学基金!资助项目 (99110 13) 江西省跨世纪学术和技术带头人培养计划项目! (第 3批 ) 

主　　题：模式识别 神经网络 ART2 警戒测试准则 

摘      要：在 ART2神经网络的标准警戒测试准则中 ,通过引入截断双曲线函数来计算输入矢量与神经网络由顶向下权重矢量之间的相似程度 ,而提出了一种新的具有更严格警戒测试准则的 ART2神经网络 .截断双曲线函数一方面抑制输入样本中的噪声 ,另一方面 ,如果输入矢量某些分量与由顶向下权重矢量对应分量之间存在冲击变化时 ,则截断双曲线函数将放大这些对应分量之间的冲击变化 .而且这种新的警戒测试准则具有更强的抗噪声能力 ,即在较低的输入信噪比水平上 ,具有更严格警戒测试准则的 ART2神经网络比标准 ART2神经网络具有更高的正确识别率 .