ART网在地图彩色分类中的应用

该文根据ＡＲＴ网的特点和功能及地图彩色分类的要求，提出了用于地图彩色分类的扩展ＡＲＴ网（简称ＥＡＲＴ网）。文中介绍了该网的模型、算法、参数选择，并给出了实验结果。

基于ART网的直流提升机故障诊断

神经元的自组织聚类网络 (ART)能够通过自组织学习进行模式分类 ,并能够按训练集分类识别以后的模式 ,可完成直流提升机故障模式的在线识别和诊断。这种方法训练和运算速度快 ,不会陷入局部极小 ,当包含新的样本时 。

一种基于最小风险检测ART网分类器的设计与人脸识别

本文通过对传统的自适应共振网络(ART)的研究,分析了其优缺点及应用领域,在此基础上提出了一种适合训练样本数较少、样本特征值维数较高的图像目标分类的最小风险检测 ART 网络,并重点讨论了该网络在结构上的改进和运行原理,以及基于该网络的分类器的设计及其算法实现过程。通过对 ORL 人脸库和 Yale 人脸库的图像样本仿真结果表明,应用该分类方法进行人脸图像分类识别,同时获得了较高的分类速度和分类效果。

基于ART1网络及参数编码的齿轮故障诊断方法

通过添加一层网络,对齿轮工作过程中的多个特征参数进行采样值的编码,使故障的特征信号转化为ART1网络可以处理的二值输入,解决了ART1网络不能处理连续信号的局限,使ART1网络能够在齿轮的故障诊断上有了进一步的应用。克服了以往诊断手段在识别有相似特征参数的不同故障上的不足。

一种人工神经网络方法在被动声纳目标识别中的应用研究

水下目标识别是水声信号处理领域中的一个重要课题．本文针对水下目标辐射噪声类别特征不明显的特点，提出了一种有监督的模糊ＡＲＴ神经网络（ＳＦＡＲＴ）分类器，通过对声纳目标信号的分类试验表明：该网络分类器具有迭代次数少，识别率高的优点，是一种很有实际应用价值的分类器模型．

一种集成模糊聚类神经网络

在分析了模糊ＡＲＴ网和ＢＰ网的基础上，提出了把模糊ＡＲＴ网的结构自适应能力和ＢＰ网良好记忆能力结合起来的思想，构成一种集成模糊聚类神经网络该网络的特点是：类别数不需预先确定。

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin 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fuzzymin max网和ART2网更具有实用价值.

中国科学院创造出仅含1条染色体的酵母菌株

据BioArt网2018年8月2日消息,中科院研究团队从包含16条染色体（大小区间为230kb-1532kb）的酿酒酵母出发,采用层级融合染色体策略,成功获得仅有1条染色体的酵母菌株.