一种无师训练的模糊极小极大人工神经网络
JOURNAL OF NAVAL UNIVERSITY OF ENGINEERING（2002）
摘要
提出了一种无师训练的fuzzy min-max 人工神经网络,它兼有一般fuzzy min-max网与ART2网的优点,既弥补了fuzzy min-max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzy min-max网和ART2网更具有实用价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要