自适应谐振理论综述

被引：12

作者：

周志华

陈兆乾

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室,南京大学计算机软件新技术国家重点实验室,南京大学计算机软件新技术国家重点实验室南京,南京,南京

来源：

计算机科学 | 1999年 / 04期

关键词：

Neural network; Competitive learning; Adaptive resonance theory;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

<正> 1.引言神经网络的竞争学习模型在70年代早期由Malsburg和Grossberg提出,此后得到了很大的发展。这种学习是指网络中的某一组神经元相互竞争对外界刺激模式响应的权力,竞争获胜的神经元的连接权发生某种变化,使得它在下一次对该刺激模式进行竞争时更为有利。一般来说,由竞争学习模型学习得到的分类很难保持稳定,即使连续地为网络提供有限个保持不变的模式序列,某一个特定的获胜分类仍然可能不断地发生变化。为了稳定学习过程,就必须将学习率

引用

页码：54 / 56+79 +79

页数：4