连续反馈联想记忆的吸引域和指数收敛速度的估计及其应用

估计了连续反馈联想记忆模式的吸引域及其中每一点趋向记忆模式的指数收敛速度。这些结果可用于连续反馈联想记忆网络的容错性能评价以及综合过程。     

Hopfield连续联想记忆的吸引域和收敛速度研究

本文利用某些技巧和Lyapunov方法,得到了Hopfield连续联想记忆模式的吸引域及其中每一点趋向记忆模式的指数收敛速度的一些全新的估计结果。这些结果可用于评价Hopfield连续反馈联想记忆网络的容错能力,且可用于综合连续反馈联想记忆网络。     

Hopfield连续联想记忆的吸引域和收敛速度研究

本文利用某些技巧和Ｌｙａｐｕｎｏｖ方法,得到了Ｈｏｐｆｉｅｌｄ连续联想记忆模式的吸收域及其中每一点趋向记忆模式的指数收敛速度的一些全新的估计结果。这些结果可用于评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆网络的容错能力,且可用于综合连续反馈联想记忆网络。     

Hopfield连续联想记忆的吸引域和指数收敛速度的估计及其应用

本文得到了Ｈｏｐｆｉｅｌｄ连续联想记忆各记忆模式的吸引域及其中每一点趋向记忆模式的指数收敛速度的估计结果，它们可用来评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆的容错能力，且可用于综合更为实用的连续联想记忆神经网络。     

循环神经网络的语音识别算法

通常采用具有前向连接权的连接网络便可实现静态输入输出模式对的联想,但是为了使网络记忆序列信息状态,必须考虑引入反馈连接权。本文构造一个具有动态神经元的多层网络结构,动态神经元带有多时延的局部反馈。此网络结构用于记忆时间序列信息,同时,相应地我们推导一种更有效、更便于实现的网络学习算法。最后,为了测试所提出网络学习动态时变数据的能力,选择几个不同参数的动态神经元模型,进行了一系列实验。     

Hopfield联想记忆编码方法的加速和优化

本文提出了一种Ｈｏｐｆｉｅｌｄ自联想记忆的编码方法：首先对每一记忆模式，将联想记忆的编码问题看出作感知机的学习问题，结合感知机学习规则和投影映射加速学习；其次根据联想记忆对网络权值矩阵的限制所构成的集Ｓ为凸集，将经过学习所得的矩阵投影到集Ｓ上；最后对所有记忆模式交替地进行前面的学习过程。     

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。     

神经网络技术在通信中的应用

神经网络技术在通信中的应用神经网是以大脑的神经网络结构为基础的，是一个以有向图为拓扑结构的动态系统。它通过对连续的和间断的输入（刺激）作出状态反馈而完成信息处理工作。它具有自适应学习、大规模并行分布处理、联想记忆以及强容错性等功能特点。近年来，人们对...     

模糊联想记忆的一种有效学习算法

本文提出最大－最小合成模糊联想记忆的一种新的学习算法，在一定条件下，这种学习算法能将多个模糊模式对可靠地编码到模糊联想记忆的连接权矩阵中，且已存储的模式对可被完整的回想出来。     

最大—乘积型模糊联想记忆网络的最大最小编码学习算法

提出了最大－乘积型模糊联想记忆网络的最大最小编码学习算法,新算法可以记忆任意多个自联想模式,对于异联想模式,给 种以最大最小编码算法为基础,近似求解网络连接权阵的梯度下降学习算法,这种方法可用于解最大乘积型模糊关系方程,计算机模拟实验证有效性。     

最大--乘积型模糊联想记忆网络的最大最小编码学习算法

提出了最大─乘积型模糊联想记忆网络的最大最小编码学习算法,新算法可以记忆任意多个自联想模式。对于异联想模式,给出了一种以最大最小编码算法为基础,近似求解网络连接权阵的梯度下降学习算法,这种方法可用于解最大乘积型模糊关系方程。计算机模拟实验证实了算法的有效性。     

基于环形结构的联想记忆网络

本文针对ＢＡＭ和ＴＡＭ网络处理数据串联想时的困难和不足，提出了一种基于环形结构的联想记忆网络，称为环形联想记忆网络（ＣＡＭ），给出了网络的拓扑结构和网络的三种基本联想模式，讨论了存储网络连接权所需要的存储量，并与ＢＡＭ和ＴＡＭ联想记忆网络进行了比较，最后给出了实验研究的结果。     

采用变频器故障树为训练样本的BAM神经网络故障诊断方法

研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中的应用,提出了一种融合FTA和BAM的故障诊断方法.利用FTA得到系统所有的故障模式,进而由故障模式和根据维修经验的故障分析归纳出BAM的学习样本,即故障模式和故障分析之间的对应.BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力.用上...     

基于混沌的信息记忆

综述了耦合混沌联想记忆网络，利用系统处于混沌状态时存在无数多非周期轨道记忆信息，利用混沌轨道在相空间的游动性搜索记忆模式以及在记忆模式间建立动态连接等方法，指出 了一些值得进一步研究问题。     

平移,旋转及尺度不变光学神经网络识别系统

文章提出了一种平移、旋转及尺度不变光学神经网络识别系统方案。该系统可分为两层，第一层为预处理层，利用圆-傅里叶-径-梅林变换提取输入模式不变性特征，并采用修正格雷码对其进行二值编码；第二层为异联想记忆层，利用模式间异联想（IHA）网络对输入模式的二值编码进行联想记忆。最后给出了计算机模拟结果。     

综合联想记忆神经网络的外积取等准则

本文提出了一个新的联想记忆设计准则，即外积取等准则，它具有外积和准则的所有优点。由外积取等准则设计出的联想记忆网络能够存储任意给定的训练模式，即对于训练模式的数目和它们之间相关性的强弱没有限制。外积取等准则可用来定量地评价记忆模式向量各分量对于记忆模式分类或识别的重要性。由外积取等准则设计出的网络的连接权值只取１、０或－１，因而网络易于光学实现。计算机实验结果充分说明了外积取等准则的有效性。     

连续双向联想记忆网络局部指数稳定的充要条件

本文得到了连续双向联想记忆神经网络平衡点局部指数稳定的充要条件及平衡点指数吸收域的估计,所得结论对连续ＢＡＭ神经网络的设计及应用都很有意义。     

双向联想记忆神经网络的一种编码策略

本文提出一种双向联想记忆神经网络的按‘位’加权编码策略，并给出了求取权值递推算法，它将Ｋｏｓｋｏ双向联想记忆网络按海明距离进行模式匹配的原则，修正了按加权海明距离进行了模式匹配，从而可以使得对不满足加续性的所谓“病态结构”的一类样本模式集，同样具有良好的联想能力，对二值图象模式存贮，联想的计算机模拟实验表明，此方法具有优良的性能和实用价值。     

带阶梯输出函数的细胞神经网络

本文给出了带阶梯输出函数的细胞神经网络的稳定性定理。利用阶梯输出函数的各“台阶”记忆不同灰度，实现了灰度模式的ＣＮＮ联想记忆。     

利用掺杂铌酸锂作相位共轭镜的全光学联想记忆系统

最近,一种用光学方法模拟神经网络的最新研究成果将全息和相位共轭技术结合起来,完成了一种所谓全光学联想记忆系统。光源是氩离子激光器,记忆元件——全息图的记录材料是热塑片,具有反馈、取域和增益功能的非线性元件——相位共轭镜(PCM)由BaTiO_3晶体构成。 本工作是在[2]装置的基础上,选用掺杂LiNbO_3晶体作为相位共轭镜而实现了全光学联想记忆系统。在我们的系统中,利用He-Ne激光器作为照明光源,使用掺杂LiNbO_3晶体来做PCM实现联想记忆。图1是全光学联想记忆系统的示意图。