论文部分内容阅读
ART2网络中的模式匹配过程，以及相似度警戒测试过程均以模式的相似性量度值为基础。传统ART2网络的相似量度是一种关于模式相位信息的量度，在需要考虑模式幅度信息及处理集群分布样本时，效果很不理想。文章针列此不足，提出以欧氏距离为相似测度的新型网络：MART2.输入模式的幅度信息被提取出来，并送到相应的中间模式和警戒测试部分。新网络中引入三个辅助函数共同计算输入模式与存贮模式的相似度。使得在进行模式匹配和警戒测试时，幅废信息没有丢失。实验证明，MART2在处理集群分布样本时，性能优于传统ART2。MART2