混沌在Hopfield联想记忆网络中的应用 系统标签: hopfield联想记忆网络神经元成功率 计算机工程与应用 2004.14 1 引言 联想记忆神经网络可分为有自反馈和无自反馈两种模型, 它具有信息记忆和信息联想的功能,能够从部分信息或有适当 畸变的信息联想出相应的存储在神经网络中的完整的记忆信 息。由 Hebbian 学习准则来确定...
其主要的目标是通过分析大脑的混沌现象 建立含有混沌动力学的神经网络模型(即混沌神经网络模型) 将混沌的遍历性~对初始值敏感等特点与神经网络的非线性~自适应~并行处理优势相结合 用于联想记忆~模式识别和组合优化等 提高信息处理的效率和适应性G用于联想记忆的混沌神经网络模型主要有两类:(1)基于耦合的混沌神经网络...
混沌神经网络由于其复杂的动力学特性,在动态联想记忆、系统优化、信息处理、人工智能等领域受到人们极大的关注。针对混沌神经网络具有联想记忆功能,但其搜索过程不稳定,提出了一种控制方法可以对混沌神经网络中的混沌现象进行控制。研究了混沌神经网络在组合优化问题中的应用。 为了更好的应用混沌神经网络的动力学特性,并对...