改进的指数双向联想记忆模型在数据压缩中的应用

• 作者: 刘征 张本柱 陈松灿
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 双向联想记忆 指数 内连接 数据压缩
• 年，卷（期）: 2001,（1）
• 页码范围: 32-36
• 页数: 5页
• 分类号: TN919|TP391
• 字数: 2739字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2001.01.008

摘要

改进的指数双向联想记忆模型(Improvedexponentialbidirectionalassociativememorymodel,IeBAM)是在eBAM的基础上通过引入内连接项而产生的一个比eBAM具有更高存储容量、纠错性的联想神经网络。借助于IeBAM的高存储容量和良好的纠错性能及有序直方图技术，可实现一种更高效率的数据压缩方法，从而为现有的数据压缩方法提供一种新算法。最后，计算机模拟证实了使用IeBAM的数据压缩性能比使用eBAM的更好

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	南京航空航天大学信息科学与技术学院	120	1370	19.0	32.0
2	刘征	南京航空航天大学信息科学与技术学院	3	52	3.0	3.0
3	张本柱	南京航空航天大学信息科学与技术学院	3	82	3.0	3.0