排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM. 相似文献
2.
Kanerva的稀疏分布存贮模型由于对寻址地址采用了稀疏编码,对数据采用了分布式存贮,从而解决了大维数向量的输入问题,SDM实际上是一个由输入层,中间层和输出层组成的三层前向网络,其中神经元间的互迦权值在输入层与中间层是预置的(用矩阵A表示),中间层与输出层的连接权阵C由外积法得到,文中假定在相同的学习规则下,就信噪比意义而言,A的均匀预置能使SDM获得最优性能,从而为A的预置提供了理论依据。 相似文献
3.
4.
刘雪梅 《中国民航学院学报》2005,23(4):62-64
设sl(2,F)是三维单代数,sl(2,F)是相应于sl(2,F)的无扭仿型Kac-Moody代数的导代数。讨论了sl(2,F)的子代数sl(2,F)(+)的普遍包络代数U(sl(2,F)(+))的生成元及生成关系问题。 相似文献
5.
提出了一种基于切比雪夫插值的高阶联想记忆系统(TI-AMS),能提供对任意阶多变量多项式函数的无误差逼近.切比雪夫插值的近似于最优一致逼近的性质从理论上保证了对任意连续函数的全局逼近精度.特别在对一些不连续函数(如矩形脉冲函数)的逼近中也有其它AMS无法比拟的优势.理论分析和数值模拟表明,该系统具有计算简单、学习精度高、收敛速度快、总的存储单元空间较小等优点.可广泛应用于图像压缩、模式识别、及高精度实时智能控制等领域. 相似文献
6.
陈松灿 《南京航空航天大学学报(英文版)》1997,(1)
由Tai提出的高阶双向联想存储器(HOBAM)推广了Kosko的BAM,它不仅拥有BAM的优点,而且放宽了连续性假定以得到可靠的回忆,并大大改进了BAM的存储容量和纠错性能。然而,Tai对于HOBAM的性能分析仅限于计算机模拟,并没有给出理论分析结果。本文填写了此方面空白,并给出HOBAM稳定性和存储容量的理论证明,使得该系统能从理论上得以保证所有训练模式对成为其稳定点。 相似文献
7.
8.
针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码. 相似文献
9.
10.
C C Wang等利用Kosko的双向联想记忆模型(Bidirectional associative memory,BAM),构造了由多个BAM构成的多重BAM(Multi-BAM)决策模型,使之可以应用于多证据推理,获得了Multi-BAM的决策性能。作者在此基础上,通过对各BAM引入不同的权值来模拟各专家不同的权威度,构建了相应的多重加权BAM(Multi-WBAM)模型,证明了该模型在同、 相似文献