基于小世界体系的核自联想记忆模型

1引言 联想记忆神经网络是体现网络优势、具有广泛应用前景的一类网络模型.本文借鉴近年来机器学习领域中颇具影响力的核方法[1]和社会网络中广泛存在的小世界体系[2],通过改进Hopfield联想记忆模型的回忆规则[3],构建了一类基于小世界体系的核自联想记忆模型(small world architecture basedkernel auto-associative memory model,SWAKAM).在FERET人脸数据库上的测试表明,它获得了比标准的特征脸算法(PCA)[4]以及最近提出的E(PC)2A[5]算法更高的识别率.SWA-KAM模型所具有的最大特点是,它以较小的代价获得了较高的性能,较大地简化了全互连KAM模型的结构,使传统AM模型的VLSI实现更加容易.