基于模式分量最优稳定性准则的联想记忆学习算法

提出了设计联想记忆神经网络的模式分量最优稳定性准则，即使得每个模式分量对于模式畸变都具有最大的联想容错性。     

基于约束优化的联想记忆模型学习算法

本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样本的渐近稳定性和吸引域大小。计算机实验结果说明了学习算法的优越性。     

分形细胞神经网络用于联想记忆

本文提出了分形细胞神经网络，并成功地应用于联想记忆，从模拟结果看，分形细胞神经网络的联想记忆能力好于Ｂａｒａｍ提出的分形神经网络。     

重点强化联想记忆人工神经网络模型研究

本文研究了一种新的重点强化联想记忆人工神经网络模型,大量计算机模拟结果表明,该模型的特性优于Hopfield网络,当强化系数P较大时,也优于Y.C.Lee高阶关联网络,而其硬件实现较后者容易得多。     

Hopfield型联想记忆神经网络一种新的分析方法

本文通过定义一种新的能量函数，分析了Ｈｏｐｆｉｅｌｄ型神经网络的渐近稳定性与联想记忆问题，得到了四组保证网络平衡点是渐近稳定平衡点的充分条件，应用这些条件，便可设计联想记忆神经网络，文中给出了应用这些结论设计联想记忆神经网络的实验结果及分析。     

双向联想记忆神经网络的开关电流技术实现

本文研究了双向联想记忆（ＢＡＭ）神经网络的开关电流技术实现，提出了实现负权值及存储联想矢量的两个开关电流单元电路，基于此，给出了双向联想记忆网络的开关电流电路，文中对三神经元双向联想记忆ＳＩ网络进行了ＰＳＰＩＣＥ仿真，结果表明所提出的ＳＩ联想记忆网络是正确的。     

基于BP神经网络的教学质量评估模型研究

教学质量评估对于学校的建设发展具有重大意义和促进作用,是学校面临的机遇和挑战。我们应当采取适当的对策,通过建立适当的评估模型对教学进行评估,通过改革、建设促进学校建设发展上新台阶。     

基于基因算法的模糊联想记忆设计方法

本文提出了一种用基因算法来进行模糊联想记忆系统设计的方法－基因ＦＡＭ法。同自适应模糊联想记忆和神经网络设计方法相比，该方法不要求有训练样本；而且可以设计出的ＦＡＭ系统最后，举例说明了该方法的应用。     

离散Hopfield神经网络和联想记忆的开关电流技术实现

研究了离散Ｈｏｐｆｉｅｌｄ神经网络（ＤＨＮＮ）和联想记忆神经网络的开关电流技术实现，利用多权输入跨导，开关电流延迟器（ＳＩＤ）和可编程电流比较器（ＰＣＣ）实现了离散Ｈｏｐｉｅｌｄ神经网络，并提出了利用离散Ｈｏｐｆｉｅｌｄ神经网络实现自联想记忆时相应的开关电流电路，所提出了开关电流神经网络适宜于超大规模集成，能在低电压（如３．３Ｖ）下工作。     

神经网络关联记忆及其光电实现技术的研究

本文通过计算机模拟及光电实验,分析比较了基于伪逆(Pseudoin verse)算法及Hopfield模型的关联记忆。研制了体全息及多位相菲涅耳透镜互连阵列器件。实现了可编程二维关联记忆。给出了实验结果。     

采用进化计算的BP神经网络学习算法研究

针对ＢＰ神经网络中存在的局部极小问题,本文提出了采用进化计算方法改进ＢＰ学习算法收敛速度的新方法,理论分析和数字仿真表明算法有很好的效果。     

基于改进的忆阻器在字符联想记忆中的应用

忆阻因具有阻值可调、记忆特性以及纳米尺寸等特点,非常适合作为实现神经网络突触的电子元器件。为构建出更加符合真实物理忆阻器特性的忆阻器模型,该文在现有忆阻器模型的基础之上,克服了边界锁定、正负电压调整速率问题以及电路结构通用性问题,提出一种改进忆阻器模型。然后结合Pavlov联想记忆实验和Hopfield神经网络理论设计出了该文的字符联想记忆电路。电路结构主要有输入信号模块、突触阵列模块、激活函数模块以及反馈控制模块。该电路可以解决因传统阵列模块使用电阻作为突触模块的灵活性问题,而且还可以实现对3阶字符模糊图像的自联想功能。此外,该电路与深度学习相关的卷积计算模块原理类似,为实现基于忆阻的智能硬件奠定了理论基础。     

基于改进BP算法的数字字符识别

本文利用BP神经网络算法，在MATLAB环境下，分别用理想字符信号和含噪声字符信号对同一网络进行了训练，使系统具有较强的容错性。最后用实际扫描的不同字体字符进行了识别实验。实验结果证明了系统在实际应用中的可行性。     

一种基于稀疏指数联想记忆神经网络的图像识别方法

区别于一般的图像识别方法,指数联想记忆模型（EAM）是一种对数据分布无任何要求的非线性技术,具有指数级的存储容量和良好的容噪性能。随着实际的需求和被处理问题规模的扩大,EAM所采用的全互连结构将导致布线工艺上的困难而难以克服,限制了模型的VLSI（超大规模集成电路）硬件实现,通过在EAM中引入社会领域中广泛存在的“六度分离”现象,借鉴Watts和Strogatz提出的“小世界网络”理论对EAM进行了稀疏化改造。改造后的稀疏指数联想记忆模型（SEAM）不仅结构相对简单、易于硬件实现,而且仿真结果表明在灰度图像加噪和部分缺失的情况下,SEAM识别性能和全互连的EAM相当,表现出了较强的鲁棒性。     

基于改进BP神经网络的洪峰预测模型

BP神经网络擅长对数据模型进行预测,通过模拟退火遗传算法的引入,对原始BP网络进行改进,对比分析两种算法的流程及效率,同时在洪峰预测模型上进行试验,观察两者的数据结果,并分析误差和效率,发现改进BP网络优于原始BP网络,在实际工程应用中值得推广。     

基于遗传算法的神经网络二次训练算法

为克服和改进传统的BP算法的不足,发挥神经网络和遗传算法各自的优势,本文提出了一种基于遗传算法的人工神经网络二次训练方法.本方法将遗传算法应用于神经网络的权值训练中,并用神经网络二次训练得到最终结果,降低了计算时间,是一种比较有效的方法.