计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
9期
64-66,69
,共4页
周晓正%林小竹%陈星%李玉龙
週曉正%林小竹%陳星%李玉龍
주효정%림소죽%진성%리옥룡
模式神经元%人工神经网络%感觉阈值
模式神經元%人工神經網絡%感覺閾值
모식신경원%인공신경망락%감각역치
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.
提齣一種新型人工神經網絡模型,稱為"基于模式神經元的人工神經網絡(Pattern Neuron Based Artificial Neural Network,PNBANN)".與現有的神經計算網絡不同,PNBANN是一種完全基于神經元連接的網絡模型.網絡中的每一箇神經元都唯一代錶一種模式,每噹接收新模式時,自動建立一箇新的連接,把信息存儲在網絡中;而接收已有的模式時,已有的神經元連接得到加彊.噹模式神經元的輸齣達到所設定的感覺閾值時,對應模式的信息被記憶.因此,PNBANN就是不斷地接收、存儲各種信息,併把感覺足夠彊的模式記憶下來,這一過程更接近于人腦的學習、記憶過程.實驗結果證明,PNBANN學習效率高,在學習新知識時不會影響已有的知識,同時具有很彊的識彆能力.
제출일충신형인공신경망락모형,칭위"기우모식신경원적인공신경망락(Pattern Neuron Based Artificial Neural Network,PNBANN)".여현유적신경계산망락불동,PNBANN시일충완전기우신경원련접적망락모형.망락중적매일개신경원도유일대표일충모식,매당접수신모식시,자동건립일개신적련접,파신식존저재망락중;이접수이유적모식시,이유적신경원련접득도가강.당모식신경원적수출체도소설정적감각역치시,대응모식적신식피기억.인차,PNBANN취시불단지접수、존저각충신식,병파감각족구강적모식기억하래,저일과정경접근우인뇌적학습、기억과정.실험결과증명,PNBANN학습효솔고,재학습신지식시불회영향이유적지식,동시구유흔강적식별능력.
