高容量的单极二值互连神经网络联想存储模型 |
| |
作者姓名: | 常胜江 申金媛 |
| |
作者单位: | 南开大学现代光学研究所 |
| |
基金项目: | 国家攀登计划认知科学(神经网络)重大关键项目,国家自然科学基金 |
| |
摘 要: | 由于光学固有的数值精度低,难以表示负值等弱点,用光学方法实现神经网络时存在着许多困难。针对光学的弱点,本文提出并建立了具有单极二值互连的适应截值模型,这一模型避开了光学实现时难以表示负值和互连精度差等弱点,计算机模拟及光学实现结果表明,这种单极互连神经网络模型同其他的单极模型相比具有高的存储容量及较强的寻址能力。
|
关 键 词: | 单极二值化互连 适应性截值 正交化算法 |
收稿时间: | 1995-10-27 |
本文献已被 CNKI 维普 等数据库收录! |
| 点击此处可从《光子学报》浏览原始摘要信息 |
|
点击此处可从《光子学报》下载全文 |
|