快速神经网络分类学习算法的研究及其应用  

RESEARCH AND APPLICATION OF A FAST NEURAL CLASSIFICATION ALGORITHM

作　　者：刘海涛[1] 周志华[1] 陆新泉[1] 陈兆乾[1] 郑仁辉 

机构地区：[1]南京大学计算机软件新技术国家重点实验室,南京210093 [2]北京地球软件技术开发公司,北京100080

出　　处：《计算机研究与发展》2000年第11期1306-1310,共5页Journal of Computer Research and Development

基　　金：国家自然科学基金!(项目编号 6 9875 0 0 6 );江苏省自然科学基金!(项目编号 BK990 36 )

摘　　要：提出了一种快速神经网络分类学习算法 FTART2 ,该算法结合了自适应谐振理论和域理论的优点 ,学习速度快、归纳能力强、效率高 .用 U CI机器学习数据库中的两个数据集对 FTART2与目前最流行的 BP进行了比较测试 ,实验结果表明前者的分类精度与学习速度均优于后者 .还将 FTART2算法应用于石油地质储层分析领域 ,取得了很好的效果 .A fast neural classification algorithm named FTART2 is proposed in this paper. It combines the advantages of both adaptive resonance theory and field theory resulting in fast learning speed, strong generality, and high efficiency. FTART2 is tested against the most prevailing neural algorithm BP using two data sets from UCI machine learning repository. Experimental results show that the former is better than the latter in both classification accuracy and learning speed. Moreover, FTART2 has also been applied to the analysis of oil reservoir and satisfactory results have been achieved.

关 键 词：神经网络 机器学习 模式识别 分类 学习算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]