首页 | 本学科首页   官方微博 | 高级检索  
     

利用最大似然准则的双向联想网络研究
引用本文:韦晓亮,冯祖仁,常宏. 利用最大似然准则的双向联想网络研究[J]. 西安交通大学学报, 2008, 42(8)
作者姓名:韦晓亮  冯祖仁  常宏
作者单位:西安交通大学系统工程研究所,710049,西安;西安交通大学机械制造系统工程国家重点实验室,710049,西安
基金项目:国家自然科学基金,高等学校博士学科点专项科研项目
摘    要:针对现有双向联想网络(BAM)存在的存储容量小、抗干扰能力弱的缺点,提出了一种利用最大似然准则的BAM网络(MLBAM)及其训练算法.MLBAM网络采用双向网络结构建立了神经元的发放以及抑制模型,充分利用似然函数的特性以及网络的双向联想特性,很好地完成了自联想和异联想功能,并且准确计算出关联样本对之间的关联度,使MLBAM网络在随机环境中具有很强的抗噪能力.利用最速下降算法,给出了MLBAM网络的训练算法,根据训练权重的Hessian矩阵负定,判定算法能够获得全局最优解,从而证明了算法的收敛性.该训练算法能够训练出最优的连接权重和神经元阈值.通过2个典型实验验证了MLBAM网络的抗噪能力和联想能力,在存在1位随机噪声的情况下,该网络的联想正确率达到了100%.

关 键 词:双向联想  最大似然准则  自联想  异联想

Bidirectional Associative Memory Utilizing Maximum Likelihood
WEI Xiaoliang,FENG Zuren,CHANG Hong. Bidirectional Associative Memory Utilizing Maximum Likelihood[J]. Journal of Xi'an Jiaotong University, 2008, 42(8)
Authors:WEI Xiaoliang  FENG Zuren  CHANG Hong
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号