论文部分内容阅读
探讨了一种模糊Hamming网络,它通过设置阈值对隐含层的神经元进行择优来代替模糊ART网络的搜索循环过程,克服了模糊ART网络在处理大样本问题时搜索时间长的问题,同时保持了模糊ART的良好性能.对该网络进行了模式识别实验,并与模糊ART进行了比较性试验,结果表明,该网络具有良好的分类能力和较高的学习效率.