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。