基于约束优化的联想记忆模型学习算法

您当前的位置：

首页 >

文章列表页 >

基于约束优化的联想记忆模型学习算法

更新时间：2024-10-14

|

- 基于约束优化的联想记忆模型学习算法
- 暂无标题
- 通信学报 1992年第5期页码：88-92
- 作者机构：
  
  1. 浙江大学计算机系
  2. 浙江大学计算机系杭州 310027
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：1992
- 稿件说明：
移动端阅览
[1]汪涛,俞瑞钊,何志均.基于约束优化的联想记忆模型学习算法[J].通信学报,1992(05):88-92.
[1]汪涛,俞瑞钊,何志均.基于约束优化的联想记忆模型学习算法[J].通信学报,1992(05):88-92. DOI：

DOI：

摘要

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。

Abstract

关键词

Keywords

references

0

浏览量

40

下载量

4

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据

⁰