论文部分内容阅读
具有广泛应用潜力的ＡＲＴ网络的主要缺陷之一，是其警戒线参数的取值大小完全依赖使用者的经验，迄今无有理论及方法上的指导；本文分别通过蒙特卡洛抽样来获取大量模式样本、并应用模糊聚类的优化分割技术进行最佳分类；然后，在最佳分类的基础上，将模式样本序贯输入ＡＲＴ网络，同时调整警戒线参数，直至建立起准确的分类器；最后，将不同分类数下对应的譬戒线参数拟合成经验公式，从而为给定分类数下较准确获取警戒线参数解决了重要的技术困难。