改进的SDM模型及其在函数逼近中的应用

• 作者: 孙炳彤 段永柱 陈松灿
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 稀疏分布存储 函数逼近
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 216-219
• 页数: 4页
• 分类号: TP391.41
• 字数: 2530字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.02.017

摘要

Kanerva的稀疏分布存储(SDM)模型存在一个编码过程把输入模式二值化,这易引起模式间不保序的问题,并且其学习规则使该模型不具有对函数的逼近能力.本文提出一种改进的SDM模型,输入输出空间是实值模式,不需任何编码,改进了学习规则,使该模型不仅具有模式识别的能力,且具有对函数的逼近能力.最后通过实验证实了该模型的有效性.

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系	120	1370	19.0	32.0
2	段永柱	南京航空航天大学计算机系	2	5	1.0	2.0
3	孙炳彤	南京航空航天大学计算机系	1	0	0.0	0.0