山东大学学报（自然科学版）
山東大學學報（自然科學版）
산동대학학보（자연과학판）
JOURNAL OF SHANDONG UNIVERSITY（NATURAL SCIENCE EDITION）
2000年
1期
41-51
,共11页
神经网络%联想存储器%竞争%自适应%学习
神經網絡%聯想存儲器%競爭%自適應%學習
신경망락%련상존저기%경쟁%자괄응%학습
提出两种基于竞争的神经网络联想存储器学习算法-CC算法和ACC算法,并证明算法得到的神经网络对任一输入模式的竞争收敛性,由CC算法得到的网络,利用p+n个神经元存储p个n维样本模式;每个样本点都是吸引中心,不存在假吸引中心;对任一输入模式,总被吸引到与之海明距离最小的样本点上;不产生拒识点.ACC算法是CC算法的改进形式,所得网络可在自适应学习中收敛,竞争次数较CC算法大大降低.本文算法得到的网络在存储容量、容错能力方面好于Hopfield联想存储器及作为联想存储器使用的BP网络.
提齣兩種基于競爭的神經網絡聯想存儲器學習算法-CC算法和ACC算法,併證明算法得到的神經網絡對任一輸入模式的競爭收斂性,由CC算法得到的網絡,利用p+n箇神經元存儲p箇n維樣本模式;每箇樣本點都是吸引中心,不存在假吸引中心;對任一輸入模式,總被吸引到與之海明距離最小的樣本點上;不產生拒識點.ACC算法是CC算法的改進形式,所得網絡可在自適應學習中收斂,競爭次數較CC算法大大降低.本文算法得到的網絡在存儲容量、容錯能力方麵好于Hopfield聯想存儲器及作為聯想存儲器使用的BP網絡.
제출량충기우경쟁적신경망락련상존저기학습산법-CC산법화ACC산법,병증명산법득도적신경망락대임일수입모식적경쟁수렴성,유CC산법득도적망락,이용p+n개신경원존저p개n유양본모식;매개양본점도시흡인중심,불존재가흡인중심;대임일수입모식,총피흡인도여지해명거리최소적양본점상;불산생거식점.ACC산법시CC산법적개진형식,소득망락가재자괄응학습중수렴,경쟁차수교CC산법대대강저.본문산법득도적망락재존저용량、용착능력방면호우Hopfield련상존저기급작위련상존저기사용적BP망락.
