一类新的指数式联想记忆模型

• 作者: 陈松灿 高航
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 联想存贮器 指数 噪声 神经网络
• 年，卷（期）: 1999,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 251-253
• 页数: 3页
• 分类号: O235|TP18
• 字数: 1494字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.1999.02.028

摘要

由于Kohonen模型对噪声极端敏感,Murakami提出一个利用带噪输入优化Kohonen模型的最小平方联想记忆模型(LSAM),大大降低原有模型噪声敏感性.但LSAM的性能依赖于预先给定的输入噪声方差,而这在实际应用中难以达到.本文所提出的一类指数式联想记忆模型,一方面解决了Murakami所遇到的上述问题,另一方面使原有模型的联想记忆能力得到极大的提高.因此可广泛地应用于模式识别等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学计算机科学与工程系	120	1370	19.0	32.0
2	高航	南京航空航天大学计算机科学与工程系	38	177	6.0	11.0