马克威ART1神经网络

马克威操作说明

以数据文件“马克威通用数据1.mkw”为例，演示ART1神经网络算法的分析过程。首先，在工作区内，打开建模分析工作流：“机器学习”→“神经网络”→“ART1神经网络”，接着选择数据源，然后设置算法参数。设置好参数的界面如下所示：添加变量到“已选变量表”，调整警觉度为0.5，最大迭代次数为5000，字段选取为：P1、P2、P3、P4.并要求显示聚类信息，最后双击运行按钮。

选项说明

双击“运行”节点，得到ART1神经网络的运行结果如下：

数据要求

输入变量类型：模型的输入样本的各维数据都是布尔值。

算法用途

ART1神经网络可以根据输入的数据，作无监督学习，自动形成和自动确定数据类别。该算法主要对布尔类型的数据聚类。

算法原理

ART1模型（即自适应共振理论模型，由美国Boston大学Stephen Gossberg等人提出）是一种竞争学习网络，能实现自稳定和自组织识别。竞争学习是指同一层神经元上的各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相连的联接权值。

系统中，要求模型的输入样本的各维数据都是布尔值，在训练之初各网络权值都是0~1之间的随机数，网络也是不稳定的，通过训练改变权值，最后使得网络稳定从而完成分类。

结果与解释

输出结果：