期刊文献+

人工脑可控容错域的自联想记忆模型与仿真

Self Associative Memory Model of Artificial Brain’s Controllable Tolerant Fault Field and Its Simulation
下载PDF
导出
摘要 设计了一种可控容错域的自联想记忆模型。该自联想记忆模型的优点是 :可以根据记忆样本的重要性 ,为记忆样本设计适当的容错域 ,特别 ,可把记忆样本设计为容错域中点 ,让记忆样本容错域半径达到最大。这与人类记忆联想记忆实际情况类似 ,重要事情或多次见过的事情容错域较大 ,只需用少量信息就可以联想起来。而且给出了模型的分块并行实现软件。试验表明该模型有很好的抗噪音性。 A kind of self associative memory model about controllable tolerant fault field is designed. In the model we can design a proper tolerant fault field for every memory sample according to the importance of the memory sample. Especially, (the memory sample be designed at the center of the tolerant fault field in order to maximize the radius of the memory samples’ tolerant fault field.The model is similar with the human’s real associative memory. More important or noticed frequently things has bigger tolerant fault field and can be associated with fewer information. Moreover, the block & parallel software of the model is given. The simulation shows that the model has a excellent anti-noise ability.
出处 《中国医学影像技术》 CSCD 2003年第z1期81-82,共2页 Chinese Journal of Medical Imaging Technology
基金 国家自然科学基金项目 (No .60 0 750 1 2 ) 山东省自然科学基金项目 (No.Y2 0 0 2G1 6)
关键词 人工生命 人工脑 联想记忆 神经网络 Artificial life Artificial brain Aassociative memory Nneural network
  • 相关文献

参考文献7

二级参考文献12

  • 1张军英 保铮.前向网络隐层节点数的最小上界研究[A]..中国神经计算科学大会论文集(1)[C].北京:人民邮电出版社,1997.. 被引量:2
  • 2Huffman D A. A method for the construction of minimum-redundancy codes CA] .Proceeding of the IRE 40 [C]. 1952. 1098 - 1101. 被引量:1
  • 3Jyh-Liang Jou,et al. Image coding from wavelet transform maxima and projection onto convex sets [ J ]. Image and Vision Computing, 1999(17) :295 - 298. 被引量:1
  • 4Wohlberg B E, Jager G. Fractal coding performance for first order Gauss-Markov models [ J ]. Electronics letters, 1996, 32 ( 5 ) : 441 -447. 被引量:1
  • 5Homik K, Stinchcombe M, White H. Universal approximation of an unknown mapping and its derivatives using multilayer feed forword networks [J]. neural Network, 1990(3) :551 - 566. 被引量:1
  • 6Venetianer P L. Tamas R. Lrnage compression by cellubar neural network [J]. IEEE Trans on Ciruits and sytems, 1998,45(3) :205 - 215. 被引量:1
  • 7Fu L M,Proc of IJCNN-1992 Vol I,1992年 被引量:1
  • 8闻新.Matlab神经网络应用设计[M].北京:科学出版社,2001.. 被引量:84
  • 9靳蕃.神经计算智能基础[M].成都:西南交通大学出版社,2001.. 被引量:3
  • 10涂序彦.广义人工生命[J].北京科技大学学报(人工生命专刊),2002,. 被引量:4

共引文献44

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部