一种非线性可自学习的联想记忆神经网络

• 作者: 吴陈 李新锋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人工智能 神经网络 自学习 非线性
• 年，卷（期）: 2001,（5）
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP18
• 字数: 3510字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2001.05.008

摘要

本文在生物神经突触特性的基础上，提出了非线性神经突触神经元的概念，并以此为根据构造了一种可自学习的联想记忆神经网络模型。这种模型可以按照Hebb规则进行学习，学习机制由网络本身完成。在此模型中，由于非线性权重的引入，使此神经网络模型能以简单的结构实现网络的自学习功能。文中对网络的记忆容量和此种网络在以特定的学习方式学习后与Hopfield网络的等效性方面进行了讨论。试验表明，此种网络模型结构是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴陈	华东船舶工业学院电子与信息系	22	116	6.0	10.0
2	李新锋	华东船舶工业学院电子与信息系	2	12	1.0	2.0