基于小世界网络的Hopfield联想记忆模型

• 作者: 张瑞成 胡绪磊
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: NW小世界网络 联想记忆 神经网络 图像识别 容错性
• 年，卷（期）: 2014,（2）
• 页码范围: 214-218
• 页数: 5页
• 分类号: TP183
• 字数: 3788字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201211050

摘要

针对基于Watts-Strogatz小世界网络的联想记忆(WSAM)模型中存在的信息丢失和产生孤立节点的问题,引入Newman-Watts小世界网络,提出了基于NW小世界网络的联想记忆(NWAM)模型,并给出生成方法以及相应的理论算法.与WSAM相比,该模型节点连接数有少量增加,而网络性能却得到极大的改善.对比实验结果表明,在重连概率和全局连接度相同的情况下,NWAM对加噪模式回想的能力要高于WSAM;在噪音干扰不断增加的情况下,NWAM抗噪联想性能始终优于WSAM.最终,利用NWAM模型对加入噪音的交通图像进行识别时,获得了比WSAM更好的识别效果,表现出良好的容错性和对含噪信息的鲁棒处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瑞成	河北联合大学电气工程学院	24	76	5.0	7.0
2	胡绪磊	河北联合大学电气工程学院	1	1	1.0	1.0