一种改进的人工神经网络模型

• 作者: 周晓正 李玉龙 林小竹 陈星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模式神经元 人工神经网络 感觉阈值
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 64-66,69
• 页数: 4页
• 分类号: TP18
• 字数: 3941字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.09.019

摘要

提出一种新型人工神经网络模型,称为"基于模式神经元的人工神经网络(Pattern Neuron Based Artificial Neural Network,PNBANN)".与现有的神经计算网络不同,PNBANN是一种完全基于神经元连接的网络模型.网络中的每一个神经元都唯一代表一种模式,每当接收新模式时,自动建立一个新的连接,把信息存储在网络中;而接收已有的模式时,已有的神经元连接得到加强.当模式神经元的输出达到所设定的感觉阈值时,对应模式的信息被记忆.因此,PNBANN就是不断地接收、存储各种信息,并把感觉足够强的模式记忆下来,这一过程更接近于人脑的学习、记忆过程.实验结果证明,PNBANN学习效率高,在学习新知识时不会影响已有的知识,同时具有很强的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林小竹	北京石油化工学院信息工程学院	54	628	13.0	22.0
2	周晓正	北京石油化工学院信息工程学院	18	87	5.0	9.0
3	陈星	北京航空航天大学电子信息工程学院	53	469	13.0	19.0