基于贴近度理论的模糊ART模型
该文提出了一类基于贴近度理论的模糊ART神经网络模型，简称为CBFART(Closeness Based Fuzzy ART)模型。它将模糊数学中的贴近度(Closeness)和择近原则(Closest Proncple)的概念与自适应共振理论(ART)相结合，形成了一种新的网络模型。该模型的学习以匹配－委托循环为特点，网络分类遵循择近原则。补码编码［1］、匹配－委托和快速委托－慢速重编码方案［2］相结合，保证了网络学习的收敛性和稳定性，并可以做到一次性学习，提高了学习速度。文中结出了具体算法和仿真结果，分析表明该模型具有良好的聚类性能。
神经网络 自适应共振 贴近度 择近原则 模式识则
张殿治 刘文华 雷洪利
空军工程大学工程学院106(西安)
国内会议
合肥
中文
1628～1632
2000-06-01（万方平台首次上网日期，不代表论文的发表时间）