基于ART2神经网络与动态聚类的分类器

基于ART2神经网络与动态聚类的分类器
谭锦华;邝献涛
【期刊名称】《控制工程》
【年(卷),期】2005(0)S1
【摘要】针对ART2神经网络用于模式分类时具有很好的聚类特性,但只用到相位信息而丢失了幅度信息,以及动态聚类用距离作为样本问的相似性测量,没有充分利用相位信息的问题,提出了一种结合ART2神经网络和动态聚类的方法。

该方法利用了ART2神经网络和动态聚类的优点,克服了它们各自的缺点,使输入向量的信息得到充分的利用。

时随机数和临床数据进行了分类仿真,结果表明该方法分类结果更准确,适应范围更广。

【总页数】4页(P68-70)
【关键词】ART2;动态聚类;分类器
【作者】谭锦华;邝献涛
【作者单位】华南理工大学自动化科学与工程学院;华为3COM公司深圳研究所【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于ART2神经网络和K—means算法的光伏发电功率曲线聚类 [J], 李旻炫;陈众
2.基于ART2动态聚类的协同过滤推荐方法 [J], 彭玉
3.基于k-means聚类的神经网络分类器集成方法研究 [J], 李凯;常圣领
4.基于改进自适应聚类算法的RBF神经网络分类器设计与实现 [J], 郝晓丽;张靖
5.基于管件编码和ART2神经网络聚类的船舶管件加工族构造 [J], 任南;刘亮因版权原因，仅展示原文概要，查看原文内容请购买。