带有遗忘的视觉记忆模型及其在注意力选择上的应用

• 作者: 张立明 过晨雷
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 注意力选择 注意力焦点(FoA) 遗忘增量多层分类回归树(AIHDR) 自监督竞争神经网络(SSCNN)
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 381-387
• 页数: 7页
• 分类号: TP181
• 字数: 5440字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.03.018

摘要

在我们以前提出的注意力选择模型上,提出一个带有学习和遗忘的视觉记忆模型:遗忘增量多层分类回归树,来模拟人脑的长短期记忆.同时自监督竞争神经网络综合自下而上和自上而下的信息找到注意力的焦点,该网络各个神经元的连接权根据环境变化在线调整,从而实现整个网络的在线学习.实验证明,该模型能够模拟人的注意力转移,并能在变化的环境中,有意识地盯住感兴趣的物体.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立明	复旦大学电子工程系	104	1550	23.0	34.0
2	过晨雷	复旦大学电子工程系	1	9	1.0	1.0