基于小世界网络的Hopfield联想记忆模型

PDF下载HTML

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 networks; associative memory; neural network; image recognition; fault 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。