[1]张瑞成,胡绪磊.基于小世界网络的Hopfield联想记忆模型[J].智能系统学报,2014,9(02):214-218.[doi:10.3969/j.issn.1673-4785.201211050]
 ZHANG Ruicheng,HU Xulei.Research on the hopfield associative memory model based on the small-world network[J].CAAI Transactions on Intelligent Systems,2014,9(02):214-218.[doi:10.3969/j.issn.1673-4785.201211050]
点击复制

基于小世界网络的Hopfield联想记忆模型(/HTML)
分享到:

《智能系统学报》[ISSN:1673-4785/CN:23-1538/TP]

卷:
第9卷
期数:
2014年02期
页码:
214-218
栏目:
出版日期:
2014-04-25

文章信息/Info

Title:
Research on the hopfield associative memory model based on the small-world network
作者:
张瑞成 胡绪磊
河北联合大学 电气工程学院, 河北 唐山 063009
Author(s):
ZHANG Ruicheng HU Xulei
College of Electrical Engineering, Hebei United University, Tangshan 063009, China
关键词:
NW小世界网络联想记忆神经网络图像识别容错性
Keywords:
NW small-world networksassociative memoryneural networkimage recognitionfault tolerance ability
分类号:
TP183
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。

相似文献/References:

[1]王坤,谢振平,陈梅婕.基于图约简的知识联想关系网络建模[J].智能系统学报,2019,14(04):679.[doi:10.11992/tis.201808009]
 WANG Kun,XIE Zhenping,CHEN Meijie.Modeling knowledge network on associative relations based on graph reduction[J].CAAI Transactions on Intelligent Systems,2019,14(02):679.[doi:10.11992/tis.201808009]

备注/Memo

备注/Memo:
收稿日期:2012-11-29。
基金项目:国家自然科学基金资助项目(61040012)
作者简介:胡绪磊,男,1985年生,硕士研究生,主要研究方向为复杂工业系统的建模与控制.
通讯作者:张瑞成,男,1975年生,副教授,博士,主要研究方向为智能控制理论及在生产过程中的应用.主持国家自然科学基金项目1项、科技部科技人员服务企业行动资助项目1项、河北省自然科学基金项目1项,发表学术论文30余篇,其中被SCI检索1篇,EI收录15篇.E-mail:rchzhang@126.com.
更新日期/Last Update: 1900-01-01