[發(fā)明專利]一種基于遲滯神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201010573712.4
• 申請(qǐng)日: 2010-12-03
• 公開(kāi)（公告）號(hào): CN102073908A
• 公開(kāi)（公告）日: 2011-05-25
• 發(fā)明（設(shè)計(jì)）人: 修春波
• 申請(qǐng)（專利權(quán)）人: 天津工業(yè)大學(xué)
• 主分類號(hào): G06N3/02
• 分類號(hào): G06N3/02
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明屬于人工智能與神經(jīng)網(wǎng)絡(luò)領(lǐng)域，涉及一種基于遲滯神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶，特別涉及一種利用遲滯非線性的記憶特性實(shí)現(xiàn)聯(lián)想記憶的方法。

背景技術(shù)

聯(lián)想記憶一直是人工智能與神經(jīng)網(wǎng)絡(luò)領(lǐng)域的重要研究?jī)?nèi)容。在圖像處理、目標(biāo)識(shí)別、模式識(shí)別等系統(tǒng)中有著重要的應(yīng)用價(jià)值。基于Hebb規(guī)則的Hopfield神經(jīng)網(wǎng)絡(luò)是求解聯(lián)想記憶問(wèn)題的主要網(wǎng)絡(luò)。由于Hopfield神經(jīng)網(wǎng)絡(luò)采用梯度尋優(yōu)，容易陷入局部極小，全局尋優(yōu)能力不強(qiáng)，聯(lián)想結(jié)果經(jīng)常出現(xiàn)偽模式而導(dǎo)致聯(lián)想失敗，從而使得聯(lián)想成功率不高。

在Hopfield網(wǎng)絡(luò)的基礎(chǔ)上，通過(guò)引入自反饋連接可構(gòu)造暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)，并可用于求解聯(lián)想記憶問(wèn)題。該網(wǎng)絡(luò)在工作初期處于混沌狀態(tài)，增強(qiáng)了遍歷尋優(yōu)能力，故該網(wǎng)絡(luò)的全局尋優(yōu)性能優(yōu)于Hopfield神經(jīng)網(wǎng)絡(luò)，其聯(lián)想成功率可得到一定的改善。但該網(wǎng)絡(luò)在工作后期會(huì)蛻變?yōu)槠胀ǖ腍opfield網(wǎng)絡(luò)，聯(lián)想記憶機(jī)制的本質(zhì)未發(fā)生變化，因此聯(lián)想成功率提高的效果有限。

因此，從結(jié)構(gòu)上改變網(wǎng)絡(luò)的性能，提高網(wǎng)絡(luò)自身的記憶能力，從而設(shè)計(jì)一種新型的聯(lián)想記憶網(wǎng)絡(luò)具有重要的應(yīng)用價(jià)值。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是，設(shè)計(jì)一種基于遲滯神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶方法，能夠?qū)崿F(xiàn)高成功率的聯(lián)想記憶。

本發(fā)明所采用的技術(shù)方案是：一種基于遲滯神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶方法，以Hopfield神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，利用遲滯激勵(lì)函數(shù)代替?zhèn)鹘y(tǒng)激勵(lì)函數(shù)，構(gòu)造具有遲滯特性的神經(jīng)網(wǎng)絡(luò)模型。由于遲滯特性具有一定的記憶特性，可使網(wǎng)絡(luò)在聯(lián)想記憶過(guò)程中減少神經(jīng)元狀態(tài)錯(cuò)誤改變的概率，從而提高網(wǎng)絡(luò)的聯(lián)想成功率。

本發(fā)明的目的在于提出一種基于遲滯神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶方法，通過(guò)在神經(jīng)網(wǎng)絡(luò)中引入遲滯激勵(lì)函數(shù)的方法構(gòu)造遲滯神經(jīng)網(wǎng)絡(luò)，利用網(wǎng)絡(luò)的遲滯記憶特性提高網(wǎng)絡(luò)的存儲(chǔ)記憶能力，提高網(wǎng)絡(luò)的聯(lián)想成功率。

具體實(shí)施方式

下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。

傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)采用基于Hebb學(xué)習(xí)規(guī)則的Hopfield網(wǎng)絡(luò)實(shí)現(xiàn)二值模式的聯(lián)想記憶功能。該模型可表述為：

vi(t+1)=f(ui(t))=1,ui(t)≥0-1,ui(t)<0---(1)]]>