双向联想记忆集成

• 作者: 储荣 王敏
• 来源期刊: 南京航空航天大学学报（英文版）
• 学科: 工学
• 关键词: 双向联想记忆 神经网络集成 稀疏算法
• 年，卷（期）: 2007,（4）
• 页码范围: 343-348
• 页数: 6页
• 分类号: TP183
• 字数: 963字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2007.04.013

摘要

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏	河海大学计算机及信息工程学院	101	756	15.0	24.0
2	储荣	河海大学电气工程学院	5	76	2.0	5.0