随机噪音对两类联想记忆神经网络特征参数的影响  

Effect of Random Noise in Two Kind of Associative Memory Neural Networks

作　　者：王瑞敏[1] 

机构地区：[1]漳州师范学院物理与电子信息工程系,福建漳州363000

出　　处：《漳州师范学院学报（自然科学版）》2010年第4期77-82,共6页Journal of ZhangZhou Teachers College（Natural Science)

基　　金：福建省科技厅自然科学基金(2009J05016);福建省教育厅科技项目基金(JA10210);漳州师范学院科研启动基金资助(L20781)

摘　　要：用数值模拟的方法研究随机噪音对Hopfield神经网络和整体优化网络吸收率Pt otal的影响,得到以下结果:随机噪音可以缩短整体优化网络记忆相区和混合相区的收敛时间.在合适的外加随机噪音的作用下,神经网络系统一些特征参数会得到显著改善.Effect of random noise on in Hopfield neural network and holistic optimized network is studied through computer simulation.Random noise can reduce the convergence time in the memory phase and the mixture phase of holistic optimized network.Some characteristic parameters will clearly improved under a suitable adding random noise in neural networks.

关 键 词：噪音 神经网络 联想记忆 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]