首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于稀疏指数联想记忆神经网络的图像识别方法
引用本文:王传栋,陈蕾. 一种基于稀疏指数联想记忆神经网络的图像识别方法[J]. 南京邮电大学学报(自然科学版), 2008, 28(6)
作者姓名:王传栋  陈蕾
作者单位:南京邮电大学,计算机学院,江苏,南京,210003;南京邮电大学,计算机学院,江苏,南京,210003
基金项目:南京邮电大学青蓝计划  
摘    要:区别于一般的图像识别方法,指数联想记忆模型(EAM)是一种对数据分布无任何要求的非线性技术,具有指数级的存储容量和良好的容噪性能.随着实际的需求和被处理问题规模的扩大,EAM所采用的全互连结构将导致布线工艺上的困难而难以克服,限制了模型的VLSI(超大规模集成电路)硬件实现.通过在EAM中引入社会领域中广泛存在的"六度分离"现象,借鉴Watts和Strogatz提出的"小世界网络"理论对EAM进行了稀疏化改造.改造后的稀疏指数联想记忆模型(SEAM)不仅结构相对简单、易于硬件实现,而且仿真结果表明在灰度图像加噪和部分缺失的情况下,SEAM识别性能和全互连的EAM相当,表现出了较强的鲁棒性.

关 键 词:人工神经网络  联想记忆  模式识别  稀疏网络结构

A Method for Image Recognition Based on Sparse Exponential Associative Memory Neural Network
WANG Chuan-dong,CHEN Lei. A Method for Image Recognition Based on Sparse Exponential Associative Memory Neural Network[J]. JJournal of Nanjing University of Posts and Telecommunications, 2008, 28(6)
Authors:WANG Chuan-dong  CHEN Lei
Affiliation:WANG Chuan-dong,CHEN Lei College of Computer,Nanjing University of Posts , Telecommunications,Nanjing 210003,China
Abstract:
Keywords:Artificial neural networks  Associative memory  Pattern recognition  Sparse network architecture  
本文献已被 CNKI 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