基于域理论的自适应谐振神经网络研究

摘要

提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ，有机结合了自适应谐振理论和域理论的优势，以一种独特的方式解决了示例间冲突和分类区域的动态扩展，不仅不需要手工设置隐层神经元，可以还获得了较快的训练速度和较高的预测精度。同时还提出了一种可以从训练好的ＦＴＡＲＴ网络中抽取可理解性好、精度高的符号规则的方法，即基于统计的产生试法。实验结果表明，用该方法抽取的符号规则可以较好地描述ＦＴＡＲＴ的功能。