排序方式: 共有17条查询结果,搜索用时 31 毫秒
1.
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
2.
近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。 相似文献
3.
4.
介绍一种通过去除数字化乳腺x线照片中的无病变区域(TNR)间接地获取感兴趣区域(ROI)的方法。该方法可通过3个步骤来实现:(1)将图像划分为若干个不重合的相等大小块,并为每块计算5个特征;(2)通过域值法进行粗分析,排除肯定不含有病变的块;(3)使用代价敏感的支持向量分类器作更精细的分析,以进一步排除肯定不含有病变的块。在真实的数字化X线乳腺照片上的实验表明:该方法可以有效地去除高达81.71%的无病变区域。 相似文献
5.
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
6.
灰色优势分析在多雷达低空小目标跟踪中的应用 总被引:9,自引:0,他引:9
在多部雷达同时跟踪低空/超低空飞行的机动小目标时,因受低空杂波,电子干扰和雷达自身探测精度等因素影响,易使部分雷达探测的数据不完整,不精确,不可靠,甚至相互矛盾,结果造成融合中心数据处理精度下降,针对这一情况,本文应用灰色系统理论的绝对关联度定义和性质,提出了一种改进的绝对关联度计算方法,并在此基础上将多部雷达经一次融合后的数据作为特征数据进行优势分析,把每时送入融合中心比较差的雷达数据用特征数据替换,再进行二次融合,仿真结构表明,应用改进的绝对关联度对雷达数据进行灰色优势分析和二次融合,可进一步提高雷达系统的跟踪精度和可靠性。 相似文献
7.
8.
9.
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
10.