基于記憶強度的ART2神經(jīng)網(wǎng)絡的應用研究.pdf

1、ART2是基于自適應諧振理論的一種白組織神經(jīng)網(wǎng)絡,通過競爭學習和自穩(wěn)機制原理實現(xiàn)分類,可以在非平穩(wěn)的、有干擾的環(huán)境中進行無監(jiān)督的自學習,其學習過程能迅速識別已學習過的樣本,并能迅速適應未學習過的新對象。該網(wǎng)絡是對人腦認知事物的一種模擬。
　　 本文針對傳統(tǒng)的ART2神經(jīng)網(wǎng)絡在對輸入模式識別時,會產(chǎn)生模式漂移的問題,修正了傳統(tǒng)ART2網(wǎng)絡的權值,修正后的網(wǎng)絡學習規(guī)則將減慢學習速率,降低模式漂移速度,而且也能對所給對象進行合理的分類

2、。試驗證明,權值修改后的慢速ART2神經(jīng)網(wǎng)絡改善了傳統(tǒng)ART2神經(jīng)網(wǎng)絡對漸變過程的不敏感性。為了更好地模擬人腦學習和認知功能,本文利用記憶強度作為與ART2神經(jīng)網(wǎng)絡已有模式進行識別排序的依據(jù),使得改進后的網(wǎng)絡從獲勝機制的角度更加接近人腦。在輸入新的樣本時,新的網(wǎng)絡按照記憶強度的強弱排序并進行比較,會很快找到其屬于的模式。試驗表明,對頻繁出現(xiàn)的事物進行識別時,引入記憶強度后的ART2神經(jīng)網(wǎng)絡能減少計算量,節(jié)省識別時間,從而提高網(wǎng)絡的識別速

3、度。
　　 本研究將引入記憶強度的ART2神經(jīng)網(wǎng)絡應用于人臉識別。在對ORL數(shù)據(jù)庫中的人臉進行PCA降維或小波變換降維后,得到的人臉向量作為輸入神經(jīng)網(wǎng)絡的樣本,從而對一定量的輸入樣本進行識別分類。通過對ORL人臉庫的識別和分類進行了模擬,結果表明應用夾角余弦識別準則的ART2神經(jīng)網(wǎng)絡的識別率均高于用歐幾里得距離和街區(qū)距離作為準則的識別率;而且改進后的ART2神經(jīng)網(wǎng)絡比原始的ART2神經(jīng)網(wǎng)絡要節(jié)省識別時間,特別對大樣本數(shù)據(jù),效率提