基于ART网络算法的多效蒸发器温差分配

对于多效蒸发海水淡化系统,由于各效传热系数预先未知,因此在等加热面积的温差分配方案下,设计需要的计算量非常庞大。引入ART自适应算法预示各效传热系数,结果相当准确,据此确定系统的温差分配方案,可大大降低系统设计的工作量。该方法已成功应用于某多效蒸发海水淡化系统的设计中。

圈闭含油气性信息灰色聚集ART网络聚类评价法

对某地托库测区 1 0种物探综合信息 ( 72× 2 4× 1 0 )进行油气圈闭性评价 ,采用信息灰色聚集法压缩信息形成灰色聚集样本属性 ,采用 ART网络聚类法自动对聚集信息进行聚类分析 ,达到圈闭含油气性评价的目的 .

圈闭含油气性信息灰色聚集ART网络聚类评价法

对托库测区 10种物探综合信息进行油气圈闭性评价 ,采用信息灰色聚集法压缩信息形成灰色聚集样本属性 ,采用ART网络聚类法自动对聚集信息进行聚类分析 ,达到圈闭含油气性评价的目的。该方法具有智能化程度和可信度较高的特点。

改进ART网络的V带传动带型选择

构造了一种用于Ｖ带带型选择的改进的ＡＲＴ网络结构并讨论了其应用方法。它具有决策合理、便于回溯、自学习性较好等智能化特点，可方便地用于Ｖ带智能设计系统并可推广到其它智能ＣＡＤ系统中。

实例推理中的ART网络应用

该文在实例推理技术中采用ART神经网络实现了实例的动态分类和索引,利用该网络的自适应、自学习能力,提高了实例检索的速度和效率。

基于小波变换和ART网络的手写数字识别

由于小波变换能有效地提取字符的结构特征,自适应共振(ART)网络有很好的学习能力。本文将二者结合起来,用小波变换抽取特征、用自适应共振ART网络作模式分类器来识别手写数字。实验证明该方法有很高的识别率,能够有效地进行手写数字的分类,可以满足实际应用。

ART网络在内燃机故障诊断中的应用

对缸盖振动信号进行二进小波分解 ,从分解后的尺度 1信号中提取诊断特征参数 ,利用这些诊断参数及改型的ART网络对气阀机构进行故障诊断与识别 ,取得了较好的效果。

基于ART网络的高速公路软基处理决策模型

随着高速公路的修建,软土问题越来越突出,已成为影响工程质量,建设工期和工程造价的关键因素之一。对软基处理方案决策理论与方法进行研究具有重大的理论和现实意义。将自适应共振(ART)神经网络模型应用于软基处理方案的决策,对工程应用具有参考价值。实例证明,该模型的计算结果与实际结果和其他方法所得结果是一致的,且与常规优选方法相比,该模型具有实现容易,效率高等特点。

一种新的ART网络遥感影像分类方法

本文提出了一种基于模糊算子的ART2A-C遥感影像分类算法。算法结合原有几种高性能的ART网络对传统ART2A-C网络做了改进。论文分别利用现有网络和改进算法对遥感影像作了聚类,实验结果表明新算法的分类性能明显优于原算法。

基于WirelessHART网络的跳频技术研究

引言 物联网市场正在不断的扩张，美国提出的“智慧地球”战略以及中国提出的“感知中国”理念，其基础就是被广泛推崇的物联网技术。近年来，针对工业自动化领域的无线传感器网络协议WirelessHART正一步步走向全球化，进一步加深了WirelessHART物联网技术研究的热度。 WirelessHART技术源于HART技术，主要应用于工业进程控制、设备健康监测、资产维护等领域，2010年3月国际电工委员会公布了IEC62591标准，使得WirelessHART成为首个工业无线通信国际标准。

应用ART网络的成组技术实现方法研究

文章提出了一种成组技术的实现方法——基于ＡＲＴ神经网络实现方法，此法运算效率高，成组效果明显，同时能直接给出瓶颈机床（零件）

BP 网络与 ART 网络的机械设计分类决策及表达对比研究

本文通过对ＢＰ网络与ＡＲＴ网络用于机械设计分类决策及表达的对比性研究，分析和讨论了ＢＰ网络和ＡＲＴ网络在该方面的应用特点，对该问题的进一步研究具有积极意义。

ART网在神经网络专家系统构建方面的应用研究

利用ART网络在数据聚类和学习方面的优势,简述了ART网在构建神经网络专家系统的应用,并加以仿真。仿真结果表明了该系统的优良性能。

基于ART与RBF网络的混合网络模型设计

为了解决自适应共振理论(adaptive resonance theory,ART)网络对新的输入样本处理能力差,网络记忆能力差,径向基(radial basis function,RBF)网络选择径向基函数,确定隐节点数目困难的问题,设计了一种基于ART与RBF网络的混合网络模型。将ART网络的特点引入到RBF网络中,通过ART网络的识别与比较功能快速确定RBF网络最少的隐节点数目,同时通过ART理论中警戒门限的检验在线确定是否合并或删除隐节点。并且引入了异常数据修正方法和模糊预处理方法。通过MATLAB神经网络工具箱,对该混合网络进行仿真试验。结果表明:该方法能够有效地减少隐含在数据中的随机性,加快神经网络收敛速度,提高神经网络的建模精度。

基于ART2神经网络的动态ECG数据压缩算法

采用ＡＲＴ（ＡｄａｐｔｉｖｅＲｅｓｏｎａｎｃｅＴｈｅｏｒｙ）神经网络中的适应于模拟信号输入的ＡＲＴ２网络结构，提出了一种动态ＥＣＧ数据压缩算法。借助于ＡＲＴ２优良的模式识别特性，该算法能实现高压缩比和高压缩精度的动态ＥＣＧ数据压缩。ＡＲＴ２网络能迅速识别已学习样本及事先未知的新样本，因此该算法不仅能快速适应各种未知ＥＣＧ信号的动态变化，而且提高了算法的运行速度和数据压缩比。

ART神经无网络的警戒线参数的优化设计

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。

一种改进的ART2网络学习算法

分析了现有ART2网络存在的问题,提出了一种改进的ART2算法。该算法首先利用样本数据自身来初始化权值,然后按照同一类中的数据点到其聚类中心的距离之和越小(即类内偏差越小),聚类效果越好的原则来设计特征表示场和类别表示场之间的权值修正公式,最后通过比较输入样本和聚类中心的模来有效地利用模式的幅度信息。分析证明了该算法不仅能有效解决模式漂移问题、充分利用幅度信息,而且能提高聚类速度。

ART2网络结构与算法的改进

ART2网络中的模式匹配过程,以及相似度警戒测试过程均以模式的相似性量度值为基础。传统ART2网络的相似量度是一种关于模式相位信息的量度,在需要考虑模式幅度信息及处理集群分布样本时,效果很不理想。文章针对此不足,提出以欧氏距离为相似测度的新型网络:MART2。输入模式的幅度信息被提取出来,并送到相应的中间模式和警戒测试部分。新网络中引入三个辅助函数共同计算输入模式与存贮模式的相似度,使得在进行模式匹配和警戒测试时,幅度信息没有丢失。实验证明,MART2在处理集群分布样本时,性能优于传统ART2。MART2是对ART2网络的一种补充。

基于改进算法的ART2网络用于微晶玻璃颜色分类

微晶玻璃颜色分类是最终控制产品质量的重要步骤 .作者改进了传统ART2网络的学习算法 ,借用典型向量的概念 ,以模式的近似均值作为典型向量来快速学习新模式 .改进学习算法极大地改善了ART2网络的模式漂移现象 ,而且能缩短搜索振荡过程 .文中分析了微晶玻璃颜色分量的统计信息 ,经过适当变换将高维颜色特征映射到 16维特征空间中的一个超平面上 .以超平面上的特征点作为改进算法ART2网络的输入进入网络分类器进行学习分类 .实验证明改进算法网络用于微晶玻璃颜色分类时 ,运行正确、可靠 。

基于ART2网络的三维模型聚类分析方法

为解决三维模型聚类中存在的聚类结果对数据输入顺序和维度敏感的问题,将基于自适应谐振理论的ART2网络引入到模型聚类中。以Rand指数、调整Rand指数和互信息指数3种聚类有效性评价指标为依据,通过实验分析了ART2网络中a,b,c,d,θ五个参数对聚类有效性的影响,并给出了一组较优的参数组合。在此基础上,定性地分析了警戒系数对聚类结果的影响,其中包括最大聚类数的确定和聚类结果对输入顺序的敏感度。聚类结果验证了ART2网络在模型聚类上的可行性和实用性。