基于小世界体系的指数自联想记忆模型研究

• 作者: 王敏 陈松灿
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 小世界体系 自联想记忆 存储容量 回忆 神经网络
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1988-1992
• 页数: 5页
• 分类号: TP18
• 字数: 3203字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.12.005

摘要

全互连结构是大多数神经联想记忆模型采用的连接方式.然而,无论从神经生物学的观点还是从硬件实现角度出发,在确保局部连接占主体地位的情况下,最小化神经元间的连接长度是合乎逻辑的.由Watts和Strogatz提出的小世界体系(SWA)为解决这一问题提供了一条有趣途径.借鉴这一具有一定神经生物学特点的小世界体系,构建出一个基于小世界体系的指数自联想记忆模型(SWEAM),其在结构上更接近人脑的生物学特性,同时在存储容量和抗噪声性能上优于现有的同类联想记忆模型.因采用了SWA,SWEAM在工艺实现上也更容易.

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	王敏	南京航空航天大学计算机科学与工程系	30	118	6.0	8.0