具有内连接的指数多值双向联想记忆模型

C_CWang的多值指数双向联想记忆模型 (MVeBAM)是一种高存储容量的联想神经网络. 本文在MVe BAM的基础上通过引入自相关项 (或内连接 )提出了一个新的具有内连接的多值指数双向联想记忆模型, 推广了MVeBAM. 通过定义简单的能量函数证明了其在同、异步方式下的稳定性, 从而保证了所学模式对成为被推广的MVeBAM(EMVeBAM)的稳定点. 最后, 计算机模拟证实了EMVeBAM比MVeBAM具有更高的存储容量和更好的纠错性能.     

噪声环境中时滞双向联想记忆神经网络指数稳定

任何系统实际上都是在噪声环境中进行工作的.对处在噪声强度已知的噪声环境下双向联想记忆(BAM)神经网络,其平衡点具有指数渐近稳定性是网络进行异联想记忆的基础.构造一个适当的Lyapunov函数,应用It^o公式、M矩阵等工具讨论了在噪声环境下具有时滞的BAM神经网络概率1指数渐近稳定,得到了指数稳定的代数判据和两个推论,此判据只需验证仅由网络参数构成的矩阵是M矩阵即可,给网络设计带来方便.本文所得结果包括相关文献中确定性结果作为特例.     

改进的指数双向联想记忆模型及性能估计

提出了一个新的改进型指数双向联想记忆模型(improved eBAM,简称IeBAM).通过定义有界且随状态改变而下降的能量函数,证明了IeBAM在状态的同、异步更新方式下的稳定性,一方面排除了Wang的修正指数BAM(modified eBAM,简称MeBAM)和Jeng的eBAM(exponential BAM)的稳定性证明中所作的不合理假设;另一方面,放宽了对BAM(bidirectional associative memory)的连续性假设的要求,并避免了补码问题.理论分析和计算机模拟结果表明,     

一种新的双向联想记忆神经网络学习算法

文章提出了一种基于遗传算法的按`位'加权双向联想记忆神经网络(BAM)的学习算法.根据判定BAM网络稳定模式和容错能力的充分条件,推出了求取按位加权BAM加权系数的优化目标函数,之后作者给出了求解此目标函数的遗传算法.二值图象模式存储、联想记忆的计算机实验结果表明,文中所提出的方法能有效地提高网络的存储能力和容错能力.     

内连式复值双向联想记忆模型及性能分析

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.     

多值指数式多向联想记忆模型

多向联想记忆MDAM(multidirectional associative memory)模型是Kosko双向联想记忆模型BAM(bidirectional associative memory)的一个直接推广,它可应用于数据融合及维数分裂,使模型能处理大维数输入问题.目前所提出的若干种多向模型均局限于二值输入/输出模式对,但如在图象处理等的实际应用中,所处理的模式均是多值的.本文的目的就是提出一个多值指数式多向联想记忆模型MVeMDAM(multivalued exponential multidi     

双向联想记忆学习与回忆的研究

本文对双向联想记忆(BAM)的学习与回忆过程进行了详细的分析。在学习过程中,先是运用自适应非对称BAM算法进行学习,进而采用设置印象门限的反复记忆算法进行学习,本文从理论上证明了印象门限与样本吸引域之间的关系,指出反复记忆方法的理论依据。回忆过程中,采用非零阈值函数的运行方程,提出了阈值学习方法,并且从理论上证明了非零阈值函数的运行方程的采用,可进一步扩大吸引域。为了进一步扩大网络的信息存储量,本文引入了并联的BAM结构。本文方法的采纳,使得BAM网络的信息存储量、误差校正能力等得到很大程度的提高。     

具有内连接的指数多值双向联想记忆模型

C_C Wang的多值指数双向联想记忆模型(MVeBAM)是一种高存储容量的联想神经网络.本文在MVeBAM的基础上通过引入自相关项(或内连接)提出了一个新的具有内连接的多值指数双向联想记忆模型,推广了MVeBAM.通过定义简单的能量函数证明了其在同、异步方式下的稳定性,从而保证了所学模式对成为被推广的MVeBAM(EMVeBAM)的稳定点.最后,计算机模拟证实了EMVeBAM比MVeBAM具有更高的存储容量和更好的纠错性能.     

一种基于MRⅡ算法的三层二值双向联想记忆网络

传统的两层二值双向联想记忆(BAM)网络因其结构的限制存在着存储容量有限、区分小差别模式和存储非正交模式能力不足的缺陷,结构上将其扩展至三层网络是一个有效的解决思路,但是三层二值BAM网络的学习是一个难题,而三层连续型BAM网络又存在处理二值问题不方便的问题。为了解决这些问题,提出一种三层结构的二值双向联想记忆网络,创新之处是采用了二值多层前向网络的MRⅡ算法实现了三层二值BAM网络的学习。实验结果表明,基于MRⅡ算法的三层二值BAM网络极大地提高了网络的存储容量和模式区分能力,同时保留了二值网络特定的优势,具有较高的理论与实用价值。     

复形态双向联想记忆网络及其性能分析

基于复数环(C,∨,∧,+)提出了复形态双向联想记忆网络模型,给出了神经网络实现双向完全联想记忆的条件,并分析了自联想的存储能力、稳定性和收敛性及神经网络的抗噪声能力.当复数虚部取零时即为实数,实数域形态双向联想记忆网络就是复数域形态双向联想记忆网络的特例.最后通过仿真实验验证复形态双向联想记忆网络的有效性.     

按模式记忆理论的记忆结构刻画

给出了一个按模式记忆铁记忆模型,详细讨论了它的基本构成单元－智能记忆单元ＩＭＥ的结构和操作,由ＩＭＥ构成的记忆结构是一个开放性的存储结构,可以实现记忆的层次性、语义性、时效性和灰度性,并提供在此记忆结构进行联想记忆的必要信息。     

实现记忆检索和回忆中漫游的自传体记忆模型

为了捕捉自传体记忆和受开发类人智能的启发,给出一种可实现记忆检索和回忆中漫游的自传体记忆模型.该模型是一个3层网络结构,其底层将由5W1H构成的特定事件知识进行编码,提供检索线索;中间层通过关联特定事件知识对事件进行编码;顶层通过关联相关事件对事件集进行编码.模型按照自下而上的记忆搜索过程,可以分别在中间层和顶层识别相应的事件和事件集,还能通过规则记忆检索过程模仿人在回忆中漫游的现象.实验结果表明:与基于关键字查询方法的记忆检索模型相比,该模型对含噪记忆检索线索具有更好的响应性能,同时还能够模仿回忆中的漫游现象.     

Super－Object模型：在分布存储器多计算机上实现共享存储器程序设计模式

Ｓｕｐｅｒ－Ｏｂｊｅｃｔ模型提出了一种新的方法，在分布存储器多计算机上实现语言级虚拟共享存储器以支持共享存储器通信模式．Ｓｕｐｅｒ－Ｏｂｊｅｃｔ模型引入新的概念ｓｕｐｅｒ－ｏｂｊｅｃｔ，不同于其它模型，基于ｓｕｐｅｒ－ｏｂｊｅｃｔ，它提出了新的共享数据定位方法，全局地址标识（ｎａｍｅ，ｏｆｆ－ｓｅｔ）．Ｓｕｐｅｒ－Ｏｂｊｅｃｔ模型与Ｆｏｒｔｒａｎ７７结合，我们实现了一个运行时间系统和库调用，支持程序员使用Ｆｏｒｔｒａｎ语言编写并行程序，最后介绍了系统的实现和取得的性能．     

无存储器冲突的并行快速排序算法*

本文在一个EREW PRAM(exclusive read exclusive write paralled random accessmachine)上提出一个并行快速排序算法，这个算法用k个处理器可将n个项目在平均O((n/k+logn)logn)时间内排序．所以平均来说算法的时间和处理器数量的乘积对任何k≤n/logn是 O(nlogn)．     

一种动态存储管理机制

动态存储管理是计算机必不可少的资源管理手段之一。现有的动态存储分配算法存在着效率不高、空间和时间开销较高等缺点。文中提出了一个用多级位示图目录来实现存储资源动态分配的算法，给出了多级位示图目录的结构和相应的算法，并分析了算法的效率，多级位示图目录算法具有结构简单，空间和时间开销小等优点。     

基于突出特征的联想记忆神经网络

本文讨论基于突出特征的联想记忆模型，它是理解式记忆联想模型中不可缺少的子网络。理论分析表明，文中建立的模型可用于解决同类样本集的联想记忆问题。与聚类分析网络组合起来，可实现类比推理和分层递阶技术。     

最小平方高阶联想存贮器*

本文提出了一个新的高阶联想记忆模型．该模型采用噪声模式优化联想功能，使得对于噪声输入模式在均方误差的意义下同样达到最优的联想效果和存贮性能，推广了chen的的结果，计算机的模拟结果表明了这一点．     

FUZZY REPLACEMENT ALGORITHM FOR CACHE MEMORY

This paper reports a replacement procedure for cache memories. The procedure is essentially a fuzzy algorithm that makes use of 18 rules to select the cache block to be replaced. These rules are primarily a function of three parameters: age and the frequency of usage of a cache block, and the global hit ratio of the cache system. Computationally, the proposed algorithm calculates a replacement index for each cache block and the block with highest replacement index is selected as a victim. The performance of this fuzzy procedure is compared with traditional replacement algorithms such as least recently used (LRU) and first in First out (FIFO). Our simulation experiments indicate that the proposed algorithm is a strong contender to the traditional counterparts. The unique feature of the proposed algorithm is its flexibility; that is, one can always improve its performance further by fine-tuning the rules.     

最小平方函数链式联想存储器

本文借助于输入的函数扩展思想，将其引入到一般类型的联想存储器模型，通过噪声输入模式来优化所提出的模型，推广了一类联想存储器模型，实验结果表明最小平方函数链式联想存储器（ＦＬＡＭ）比之ＫＯＨＯＮＥＮ模型、ＭＵＲＡＫＡＭＩ模型在性能上优越．     

内存分块并行计算机研究

将程序计数器归入存储单位的内存分块并行计算机,能够实现多个存储单位和多个执行单位的动态连接,依靠同步时钟,让多个程序一起执行。存储单位和执行单位分工明确,可以不受指令访问范围限制,成块地扩充内存。较多的存储单位可以保证执行单位充分工作。