改进的反馈型自联想记忆神经网络及其应用  

Improved Recurrent Associative Memory Network ant Its Application

作　　者：戴厚平[1] 

机构地区：[1]吉首大学数学与计算机科学学院,湖南吉首416000

出　　处：《重庆工学院学报》2007年第23期82-85,共4页Journal of Chongqing Institute of Technology

摘　　要：针对全互连结构是大多数神经联想记忆模型采用的连接方式,在提高模型的性能时必然会以提高模型的复杂度为代价的特点,通过借鉴小世界网络模型对互连结构进行了改进,提出了一种反馈型自联想记忆神经网络模型,应用计算机仿真分析表明,该模型达到了预期效果.Up to now, most of the associative memory models are the neural networks with full connectivity, and the complexity of computation increases with the performance improvement of the models. On the basis of improvement in connectivity with SWA, a model of recurrent associative memory network is put forward. The simulation results show that the model achieves the expected effect.

关 键 词：自联想记忆 小世界网络 神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]