多种连接模型的忆阻神经网络学习

• 作者: 李传东 田园 葛均辉 陈玲
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 忆阻器 突触可塑性 基因算法 拓扑变异 混合型忆阻神经网络
• 年，卷（期）: 2014,（6）
• 页码范围: 10-16,24
• 分类号: TP183
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2014.06.002

摘要

忆阻器以其独特的非易失性、天然的记忆功能以及纳米级尺寸,在人工神经网络、信号处理和模式识别等方面展现了巨大的应用前景.采用了基于STDP学习规则的忆阻神经网络,运用了网络自适应突变以及网络拓扑结构变化的基因算法,其中包括隐藏层神经元个数,连接权重以及神经网络突触模型的变化.比较了基于HP线性忆阻器模型,非线性忆阻器模型以及阈值模型这3种不同忆阻器模型的忆阻神经网络,并提出了学习效果更好的混合型忆阻神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈玲	重庆大学计算机学院	28	179	8.0	13.0
2	李传东	重庆大学计算机学院	33	283	10.0	16.0
3	田园	重庆大学计算机学院	5	21	3.0	4.0
4	葛均辉	重庆大学计算机学院	2	16	2.0	2.0