延迟双向联想记忆神经网络的周期振荡现象研究

带输突信号传输延迟的双向联想记忆（ＢＡＭ）神经网络是两层异联想网络,本文详细讨论带延迟ＢＡＭ网络周期解的存在与唯一性,得到了一个充分条件;并用具体例子验证了所得结论的正确性,我们的结果对于具体的延迟ＢＡＭ振荡神经电路的设计和应用具有重要的指导意义。     

具有轴突信号传输延迟的双向联想记忆神经网络

双向联想记忆模型是两层异联想网络，本文重点讨论了具有轴突信号传输延迟双向联想记忆神经网络平衡点存在的条件以及全局稳定性，并用具体例子验证了结论的正确性，本文所讨论的方法具有普遍性，所得到的结果对于网络的设计和应用具有重要的指导意义。     

Kosko型双向联想记忆与Hopfield神经网络的关系

深入理解K0sko型双向联想记忆(BAM)网络是学习使用其它双向联想记忆的基础.如果我们按照传统的方法介绍BAM网络,学生很容易产生两个疑问:能量函数为什么是定义的?BAM网络与Hopfield网络的内在联系是什么?本文在说明Kosko型BAM网络就是一种特殊的Hopfield网络后,从Hopfield网络的能量函数出...     

不确定决策中的双向联想记忆方法

提出了不确定决策的双向联想记忆方法。这种方法通过关联矩阵将归纳好的一些决策规则存储到记忆矩阵中。当有新有状态信息输入时，通过对信息流的前向处理和后向处理，使它收敛到个稳定的规则，从而给出合理的决策方案应用实例说明了这种方法有效性。     

复值多状态双向联想记忆神经网络

离散但非二值状态将提供一种更好的信息表达方式。本论文中,我们将复符号操作子（ｃｏｍｐｌｅｘ－ｓｉｇｎｕｍ ｏｐｅｒａｔｉｏｎ）和双向联想记忆（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ａｓｓｏｃｉａｔｉｖｅ Ｍｅｍｏｒｙ,ＢＡＭ）结合起来并提出了一种非二值ＢＡＭ,即复值多状态双向联想记忆神经网络（Ｃｏｍｐｌｅｘ－Ｖａｌｕｅｄ Ｍｕｌｔｉｓｔａｔｅ Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ａｓｏｃｉａｔｉｖｅ Ｍａｍｏｒｙ,     

Hopfield型联想记忆神经网络一种新的分析方法

本文通过定义一种新的能量函数，分析了Ｈｏｐｆｉｅｌｄ型神经网络的渐近稳定性与联想记忆问题，得到了四组保证网络平衡点是渐近稳定平衡点的充分条件，应用这些条件，便可设计联想记忆神经网络，文中给出了应用这些结论设计联想记忆神经网络的实验结果及分析。     

双向联想记忆神经网络的开关电流技术实现

本文研究了双向联想记忆（ＢＡＭ）神经网络的开关电流技术实现，提出了实现负权值及存储联想矢量的两个开关电流单元电路，基于此，给出了双向联想记忆网络的开关电流电路，文中对三神经元双向联想记忆ＳＩ网络进行了ＰＳＰＩＣＥ仿真，结果表明所提出的ＳＩ联想记忆网络是正确的。     

双向联想记忆中的互余编码问题

互余编码及连续性要求对双向联想记忆的容量及回忆有着很大影响，Ｓｉｍｐｓｏｎ，Ｊｅｎｇｅｔ．ａｌ．提出了各自的解决方法（ＩＢＡＭ，ＭＩＢＡＭ），他们的方案的实质就是增加层内神经元间的连接，本文首先证明了ＩＢＡＭ没能解决互余编码问题，借助计算机模拟发现ＭＩＢＡＭ容量也非常有限，且只是在一定程度上能克服互余编码，通过对ＭＩＢＡＭ引入高阶，我们提出了ＨＯＭＩＢＡＭ，它能有效地解决前述两问题，从而有着较大的容量与较好的回忆性能     

具有轴突信号传输延迟的双向联想记忆神经网络

双向联想记忆模型是两层异联想网络,本文重点讨论了具有轴突信号传输延迟的双向联想记忆神经网络平衡点存在的条件以及全局稳定性.并用具体例子验证了结论的正确性。本文所讨论的方法具有普遍性,所得到的结果对于网络的设计和应用具有重要的指导意义。     

基于投影原理的双向联想神经网络

本文提出了一类新的双向联想神经网络。与以往基于能量函数的神经网络不同,该网络通过在两个不同的Hilbert空间的交替投影进行联想,因而其动态特性和稳态解可以在信号空间上进行分析且具有快速自适应自学习等优点。该网络可做为异联想存贮器或分类器。本文给出了该网络在存贮和恢复二值模式时的实验结果,表明了其优良的性能。     

模糊双向联想记忆网络的收敛性

 本文讨论模型双向联想记忆(fuzzy bidirectional associative memories(FBAMs))网络的收敛性.对任意FBAM(n,m)网络,给出了网络收敛的充分必要条件和极限环长度的上界,证明了网络由任意初态激发都一定在(n-1)²+2步内到达某个极限环;对由max-min学习规则确定的FBAM(n,m)网络,证明了网络由任意初态激发其状态序列都是单调减的,且一定在n+1步内收敛.     

一种新颖的模糊形态联想记忆网络

模糊形态联想记忆网络FMAM具有较强的抗膨胀或腐蚀噪声能力，且可以模糊性解释。但抗混合噪声的能力很弱。而在实际中，随机噪声往往是混合型的，既有膨胀又有腐蚀噪声。为此提出了一种基于尺度空间的模糊形态联想记忆网络，并分析了其抗膨胀／腐蚀噪声和抗随机噪声的能力，它提高了自联想FMAM的抗随机噪声能力。通过仿真实验验证了该方法具有良好的性能。     

基于极大极小准则的异联想记忆网络学习算法

提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大。首先给出了一种快速学习算法，它设计出的网络连接权值只取１，０或－１；再进一步发展了一个启发性迭代学习算法，称为约束感知器优化学习算法，它以快速学习算法的结果作为连接权阵的迭代实值。     

基于约束优化的联想记忆模型学习算法

本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样本的渐近稳定性和吸引域大小。计算机实验结果说明了学习算法的优越性。     

模糊联想记忆的一种有效学习算法

本文提出最大－最小合成模糊联想记忆的一种新的学习算法，在一定条件下，这种学习算法能将多个模糊模式对可靠地编码到模糊联想记忆的连接权矩阵中，且已存储的模式对可被完整的回想出来。     

最大--乘积型模糊联想记忆网络的最大最小编码学习算法

提出了最大─乘积型模糊联想记忆网络的最大最小编码学习算法,新算法可以记忆任意多个自联想模式。对于异联想模式,给出了一种以最大最小编码算法为基础,近似求解网络连接权阵的梯度下降学习算法,这种方法可用于解最大乘积型模糊关系方程。计算机模拟实验证实了算法的有效性。     

Single Relay Selection for Bidirectional Cooperative Networks with Physical‐Layer Network Coding

To serve the growing demand of the bidirectional information exchange, we propose a single relay selection (RS) scheme for physical‐layer network coding (PNC) in a bidirectional cooperative network consisting of two sources and multiple relays. This RS scheme selects a single best relay by maximizing the bottleneck of the capacity region of both information flows in the bidirectional network. We show that the proposed RS rule minimizes the outage probability and that it can be used as a performance benchmark for any RS rules with PNC. We derive a closed‐form exact expression of the outage probability for the proposed RS rule and show that it achieves full diversity gain. Finally, numerical results demonstrate the validity of our analysis.     

采用模拟网络编码的认知中继网络双向通信的最优功率分配

Cognitive radio and cooperative communication can greatly improve the spectrum efficiency in wireless communications. We study a cognitive radio network where two secondary source terminals exchange their information with the assistance of a relay node under interference power constraints. In order to enhance the transmit rate and maintain fairness between two source terminals, a practical 2-phase analog network coding protocol is adopted and its optimal power allocation algorithm is proposed. Numerical results verify the superiority of the proposed algorithm over the conventional direct transmission protocol and 4-phase amplify-and-forward relay protocol.