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