共查询到10条相似文献,搜索用时 31 毫秒
1.
基于联想记忆各记忆模式的吸收域之间的应保持大小平衡的思想,提出了设计Hopfield联想记忆网络的极大极小准则,即设计出的对称连接权阵应使得网络最小的记忆模式吸收域达到最大,首选提出了一种快速算法;再发展了一个启发性迭代学习算法,称为约束感知器学习算法,大量实验结果表明了本文学习算法的优越性。 相似文献
2.
联想记忆网络的约束优化学习 总被引:2,自引:0,他引:2
本文提出了一种联想记忆网络的约束优化学习算法,学习算法是一个全局最小化过程,其初始解保证每个样本是系统的稳定状态,然后逐步增大样本的吸引域,使网络具有优化意义上的最大吸引域,在理论上,我们分析了样本的渐近稳定性和吸引域范围,以及学习算法的收敛性,大量计算机实验结果说明学习算法是行之有效的。 相似文献
3.
本文提出了一种异联想记忆模型的优化学习算法.首先,我们将反映神经元网络性能的标准转化为一个易于控制的代价函数,从而将权值的确定过程自然地转化为一个全局最优化过程.优化过程采用了梯度下降技术.这种学习算法可以保证每个训练模式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.在理论上,我们讨论了异联想记忆模型的存储能力,训练模式的渐近稳定性和吸引域的范围.计算机实验结果充分说明了算法的有效性. 相似文献
4.
一种新的双向联想记忆的学习算法 总被引:1,自引:0,他引:1
提出了一种新的用于双向联想记忆的学习算法,该算法利用了输入向量各元素之间的关联信息,在联想的过程中,动态地调整权值矩阵,增强了网络适应能力,利用了更多的已知信息,从而提高了网络的性能. 相似文献
5.
6.
首先建立了前馈型模糊联想记忆网络对训练模式摄动的鲁棒性概念,分析了最大一乘积型模糊联想记忆网络(Max-Product FAM),发现当采用模糊赫布学习算法时它的鲁棒性好,但采用另一学习算法时鲁棒性较差。最后用实验验证了理论结果。 相似文献
7.
8.
Hopfield网络中二元正交记忆模式的吸引域分析 总被引:3,自引:0,他引:3
在作为联想记忆的Hopfield网络中,二元正交记忆模式的分析对网络记忆容量的研究起着重要作用。文中提出了利用吸引指数的概念对各个二元正交记忆模式的吸引域进行估计的方法。理论分析和计算机仿真表明,当网络容量不超过0.33N时(比通常的0.15N要好),每个二元正交记忆模式的吸引域至少包含一个汉明球。 相似文献
9.
针对 Kosko提出的最大最小模糊联想记忆网络存在的问题 ,通过对这种网络连接权学习规则的改进 ,给出了另一种权重学习规则 ,即把 Kosko的前馈模糊联想记忆模型发展成为模糊双向联想记忆模型 ,并由此给出了模糊快速增强学习算法 ,该算法能存储任意给定的多值训练模式对集 .其中对于存储二值模式对集 ,由于其连接权值取值 0或 1,因而该算法易于硬件电路和光学实现 .实验结果表明 ,模糊快速增强学习算法是行之有效的 . 相似文献