ART笔记1：模糊自适应共振理论

shc9912

于 2022-02-25 10:06:22 发布

阅读量611

点赞数

分类专栏：毕业设计文章标签：算法机器学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_45854456/article/details/123126161

版权

本文是关于模糊自适应共振理论（Fuzzy Adaptive Resonance Theory，简称Fuzzy ART）的学习笔记。Fuzzy ART是一种两层神经网络，其核心是通过归一化和补码的输入、选择参数、学习率和警戒值进行分类。算法采用赢者通吃原则，通过匹配标准ν1进行警戒检查，更新或创建类别。详细步骤包括输入处理、警戒检查及权重更新等。

摘要由CSDN通过智能技术生成

模糊自适应共振理论（Fuzzy Adaptive Resonance Theory）笔记

模糊ART是一个两层神经网络，由一组可适应的权重w连接：被归一化和补码的输入被呈现给F1层（输入层），被识别的分类通过F2层神经元来表示。
归一化和补码的输入：x ← [x, 1 − x], 0 ≤ xi ≤ 1 ∀i
模糊ART网络结构
模糊ART由选择参数（α>0）、学习率（β∈（0，1]）和警戒值（ρ∈[0，1]）控制。算法如下进行：

1.将输入X传递给F1层，并计算F2每个类别J的选择函数Tj：
在这里插入图片描述

最低0.47元/天解锁文章

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
ART笔记1：模糊自适应共振理论

模糊自适应共振理论（Fuzzy Adaptive Resonance Theory）笔记模糊ART是一个两层神经网络，由一组可适应的权重w连接：被归一化和补码的输入被呈现给F1层（输入层），被识别的分类通过F2层神经元来表示。归一化和补码的输入：x ← [x, 1 − x], 0 ≤ xi ≤ 1 ∀i模糊ART由选择参数（α>0）、学习率（β∈（0，1]）和警戒值（ρ∈[0，1]）控制。算法如下进行：1.将输入X传递给F1层，并计算F2每个类别J的选择函数Tj：然后，使用赢者通吃原
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。