基于域理论的自适应谐振神经网络分类器

• 作 者: 周志华 陈兆乾 陈世福
• 机 构: 南京大学计算机软件新技术国家重点实验室
• 出 处: 软件学报
• 发表日期: 2004年期
• 关键词: 神经网络 机器学习 竞争学习 分类 自适应谐振理论 域理论
• 基金项目: 江苏省自然科学基金;国家自然科学基金

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 resonance theory 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BP算法.