利用最大似然准则的双向联想网络研究

• 作者: 冯祖仁 常宏 韦晓亮
• 来源期刊: 西安交通大学学报
• 关键词: 双向联想 最大似然准则 自联想 异联想
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 专题研究
• 页码范围: 963-966,1043
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2008.08.008

摘要

针对现有双向联想网络(BAM)存在的存储容量小、抗干扰能力弱的缺点,提出了一种利用最大似然准则的BAM网络(MLBAM)及其训练算法.MLBAM网络采用双向网络结构建立了神经元的发放以及抑制模型,充分利用似然函数的特性以及网络的双向联想特性,很好地完成了自联想和异联想功能,并且准确计算出关联样本对之间的关联度,使MLBAM网络在随机环境中具有很强的抗噪能力.利用最速下降算法,给出了MLBAM网络的训练算法,根据训练权重的Hessian矩阵负定,判定算法能够获得全局最优解,从而证明了算法的收敛性.该训练算法能够训练出最优的连接权重和神经元阈值.通过2个典型实验验证了MLBAM网络的抗噪能力和联想能力,在存在1位随机噪声的情况下,该网络的联想正确率达到了100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯祖仁	西安交通大学系统工程研究所	102	1951	20.0	41.0
5	常宏	西安交通大学系统工程研究所	3	74	1.0	3.0
9	韦晓亮	西安交通大学系统工程研究所	1	0	0.0	0.0