排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
内连式复值双向联想记忆模型及性能分析 总被引:3,自引:0,他引:3
Lee的复域多值双向联想记忆模型(complex domain bidirectional associative memory,简称CDBAM)不仅将Kosko的实域BAM(bidirectional associative memory)推广至复域,而且推广至多值情形,以利于多值模式(如灰级图像等)间的联想.在此基础上,提出了一个新的推广模型:复域内连式多值双向联想记忆模型(intraconnected CDBAM,简称ICDBAM),通过定义的能量函数证明了它在同步与异步更新方式下的稳定性,从而保证所有训练样本对成为其稳定点,克服了CDBAM所存在的补码问题.计算机模拟证明了该模型比CDBAM具有更高的存储容量和更好的纠错性能. 相似文献
3.
改进的指数双向联想记忆模型在数据压缩中的应用 总被引:1,自引:0,他引:1
改进的指数双向联想记忆模型(Improved exponential bidirectional associative memory molel,IeBAM)是在eBAM的基础上通过引入内连接项而产生的一个比eBAM具有更高存储容量,纠错性的联想神网络,借助于IeBAM的高存储容量和良好的纠错性能及有序直方,要实现一种更高效率的数据压缩方法,从而为现有的数据压缩方法提供一种新算法,最后,计算机模拟证实了使用IeBAM的数据压缩性能比使用eBAM的更好。 相似文献
4.
互余编码及连续性要求对双向联想记忆的容量及回忆有着很大影响,Simpson,Jenget.al.提出了各自的解决方法(IBAM,MIBAM),他们的方案的实质就是增加层内神经元间的连接,本文首先证明了IBAM没能解决互余编码问题,借助计算机模拟发现MIBAM容量也非常有限,且只是在一定程度上能克服互余编码,通过对MIBAM引入高阶,我们提出了HOMIBAM,它能有效地解决前述两问题,从而有着较大的容量与较好的回忆性能 相似文献
5.
1