利用神经网络优化关联存储模型

利用神经网络的优化功能,根据内容寻址过程的特点,对二元关联存储模型进行了优化处理,并对网络的存储容量及容错能力进行了统计分析结果表明优化后的二元神经网络模型的性能有了很大的提高。     

ARMA谱估计的高阶关联神经网络优化方法

本文基于全反馈高阶关联神经网络优化理论，提出了一种将神经网络优化方法应用于ARMA谱估计（ARMA－NNO法）的理论框架。该方法与迄今为止所见方法的区别在于，它直接面对ARMA扩展的Yule—Walker方程的非线性，同时估计出模型的AR和MA两部分参数。描述估计质量的加权均方误差被当作神经网络能量函数，从而导出了ARMA－NNO法的Lyapunov方程。文中讨论了此法的实现方案，给出了几个谱估计实例，通过与其它几种ARMA谱估计方法的比较，证明了它的有效性。     

离散Hopfield神经网络的稳定性研究

离散Hopfield神经网络的稳定性是网络应用的基础.文中主要研究非对称离散Hopfield神经网络的异步、同步、部分同步演化方式的稳定性,并给出了一些新的稳定性条件,所获结果推广了一些已有的结论.     

数字视频存储的优化策略

存储是播出/媒体资产管理设施建立的基础.归档和提取服务是建立在存储基础上的框架.随着技术的进步,磁盘和磁带容量不断增加,速度不断提高,而成本则不断降低.在未来很多年内,视频存储体系结构将维持现状:视频服务器的磁盘数字磁带库归档存储;磁盘和数据磁带存储将是归档存储解决方案的基础.     

基于改进的Hopfield离散神经网络的模式识别

本文介绍基于改进的Ｈｏｐｆｉｅｌｄ离散神经网络（ＩＨＤＮ）的模式识别。当一个要求存贮在网络中的模式输入时，我们计算它与其它模式的类似测试，并把类似测试在网络综合中加以考虑。当输入任一矢量时，由于网络的联想能力，该矢量将进化到与它距离最近的一个存贮模式中。理论分析和实验仿真结果表明，ＩＨＤＮ比原Ｈｏｐｆｉｅｌｄ离散神经网络（ＨＤＮ）有更大的存贮容量和更强的联想能力。     

离散型Hopfield神经网络的电流模式实现

提出了离散型Ｈｏｐｆｉｅｌｄ电流模式实现电路。该电路主要由可编程电流镜和电流比较器构成，具有结构简单，运算速度快，易于单片集成等优点，采用ＰＳＰＩＣＥ５．０进行的模拟证明了该电路的正确性。     

基于FreeNAS的NFS存储和ISCSI存储优化的探究

为解决虚拟化条件下重要数据及服务器相关日志数据优化的问题,文章提出了FreeNAS的NFS和ISCSI优化存储结构,结构基于IP网络的网络存储备份系统。测试结果表明,网络存储设备本地化使用优化了存储结构,提高了数据安全性。     

基于离散PSO算法的医疗云存储部署策略

医疗云服务在实施的过程中,人们更加关注数据的安全、以及系统的负载均衡等问题。而解决这些问题的关键技术之一就是医疗云存储部署规划的优化策略。文章通过系统建模,将医疗云存储所涉及的相关技术抽象为多目标优化问题后,通过离散PSO算法进行求解。并引入新的粒子位置更新算法,以提高标准离散PSO算法的收敛速度,通过重优化机制来更新粒子状态,防止算法陷入局部最优而早熟,最终得到适合于求解医疗云存储部署优化问题的IDPSO算法。仿真实验表明该算法有效。     

实时光学模糊关联记忆神经网络

构建了实时光学模糊关联记忆神经网络系统，采用空间面积编码实现了光学模糊逻辑，提出了分时处理技术，为实现更多神经元的网络提供了一条有效途径；并进一步论证了网络作为灵活实时互连功能模块的可行性；给出模拟运算和实验结果。     

基于递归神经网络的非结构化数据加密存储

为实现非结构化大数据的安全存储并提高其抗攻击能力，提出了基于递归神经网络的非结构化数据加密存储方法。通过分块处理医院非结构化大数据，获得输入、输出张量，构建基于LSTM的递归神经网络，生成医院大数据序列；通过向前反馈和向后反馈获得加密数据，将加密后数据包用加密后源数据包的线性组合代替；再设计基于列不满秩概率存储算法，通过加密存储子节点控制器分配加密存储任务。实验结果表明：该方法具有较强的抗攻击能力，存储效率优势更显著。     

广义知识存储原理与高阶广义神经网络

本文在仔细分析神经网络知识存储方式的基础上，提出了高阶广义神经网络的概念和构成原则，讨论了其中一种典型的智能神经元模糊以及据此实现高阶广义神经网络的各项性能，最后将其与标准的ＢＰ算法进行了比较。     

离散时间点格神经网络的开关电流电路实现

本文将原连续时间电压域点格神经网络（CNN）模型[1]映射到离散时间电流域，并采用开关电流（SI）技术来进行离散时间CNN的VLSI设计。给出了基本积木块的实现电路，并进行了连通片检测方面的简单应用研究。计算机仿真与理论结果相吻合，所得电路非常适合于用标准CMOS工艺集成，具有潜在的应用前景。     

离散时间细胞神经网络中的分岔和混沌

研究了离散时间细胞神经网络（ＤＴＣＮＮ）中的分岔和混沌。ＤＴＣＮＮ中的细胞与连续时间ＣＮＮ中的细胞相似，具有局部耦合，其输出方程是罗切斯蒂方程。分别讨论了２种结构（有边界和无边界）的ＤＴＣＮＮ的混沌特性。ＤＴＣＮＮ的混沌与全局耦合系统中的混沌相似，但由于其局部耦合的结构，其混沌与后者有所不同。提出了有关分岔与混沌的一些有兴趣的理论问题和实际问题。     

光电混合体全息子波关联存储车辆牌照识别系统

提出并构建了一个新颖的实时光电混合车辆牌照识别系统.系统摄取车辆牌照,由计算机完成牌照字符的分割和提取后,送入光学体全息子波关联存储协处理器进行牌照识别,该协处理器具有瞬间多通道并行相关特性,并采用子波变换提高系统的鉴别能力.实验结果验证了系统各项功能的可行性