| 基于小世界体系的核自联想记忆模型 |
| |
| 引用本文： | 陈蕾,张道强,李道红,周鹏.基于小世界体系的核自联想记忆模型[J].计算机科学,2004,31(Z2):315-316. |
| |
| 作者姓名： | 陈蕾 张道强 李道红 周鹏 |
| |
| 作者单位： | 南京航空航天大学计算机科学与工程系,南京,210016 |
| |
| 摘 要： | 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)2A5]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.
|
Small-World Architecture Based Kernel Auto-associative Memory Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
