一种具有期望时变容错域的新联想记忆模型设计

摘要

人类是地球上的高级智能生命，而大脑是人体最为复杂的信息处理系统。模拟并实现人类大脑思维是近百年来全世界科学家孜孜不倦的追求。联想记忆神经网络是模拟人脑最好的工具，但当前联想记忆中的一个难题是如何设计出人工脑具有期望时变容错域的联想记忆模型。
　　 本文以国家自然科学基金项目“人工脑具有期望容错域的联想记忆新神经网络模型研究，No.60973048”为任务背景，采用杨国为教授提出的与传统联想记忆研究的“分析”做法相反的“综合”做法，先预设期望容错域（吸引域），后设计合适联想记忆模型，提出一类新的具有期望时变容错域的人工脑联想记忆神经网络模型及其设计方法。该方法较一般性地解决了多维有限值信息空间上具有期望容错域的联想记忆的综合难题，使设计出的联想记忆模型具有任意期望的记忆样本容错域，并且使设计出的联想记忆模型较好地模拟、延伸和扩展自然脑的联想记忆的容错域随时间变化而变化的特点。同时，该方法有增量学习功能，能快速实现记忆遗忘和记忆扩充，以及快速实现样本容错域向新的期望容错域的转变。由于此方法的算法能在有限步内执行完成，因此适合大规模联想记忆系统开发。

目录

摘要

第1章 绪论

1．1 选题的目的和意义

1．2 本文创新及组织结构

第2章 联想记忆的人工神经网络理论与方法

2．1 人工神经网络的发展历史

2．1．1 第一阶段——启蒙时期

2．1．2 第二阶段——低潮时期

2．1．3 第三阶段——复兴时期

2．2 人工神经网络的的相关知识

2．2．1 人工神经网络的模拟对象

2．2．2 人工神经网络模型

2．2．3 人工神经网络的工作方式

2．2．4 人工神经网络的学习规则

2．2．5 人工神经网络的基本性质

2．2．6 自联想记忆神经网络与吸引域

2．2．7 异联想记忆神经网络与容错域

2．3 基于Hopfield网络的联想记忆模型的典型方法

2．3．1 网络拓扑结构

2．3．2 网络状态

2．3．3 网络的工作方式

2．3．4 网络权值设计

2．3．5 网络的稳定性

2．4 联想记忆神经网络模型研究现状与其缺陷

第3章 具有期望时变容错域的联想记忆设计方案

3．1 引言

3．2 联想记忆模型的样本任意期望容错域(吸引域)设计

3．3 联想记忆模型的拓扑结构

3．4 基于排序学习与增量学习相结合的联想记忆模型确定

3．4．1 t时刻的通用前馈网络模型确定算法

3．4．2 通用前馈网络到双层前馈网络的连接权确定

3．4．3 双层前馈网络模型确定

3．4．4 基于t时刻的通用前馈网络模型的增量算法

3．4．5 联想记忆模型实例

第4章 回顾与总结

参考文献

攻读学位期间的研究成果

致谢

声明