首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于忆阻激活函数的递归神经网络及其联想记忆

摘要第6-8页
Abstract第8-9页
第一章 引言第10-20页
    1.1 忆阻器的研究现状第10-14页
        1.1.1 忆阻器理论第10-12页
        1.1.2 忆阻器的特性及应用第12-14页
    1.2 递归神经网络的研究现状第14-15页
        1.2.1 递归神经网络理论第14页
        1.2.2 递归神经网络研究现状第14-15页
    1.3 忆阻递归神经网络的研究现状第15-17页
        1.3.1 忆阻递归神经网络理论第15-17页
        1.3.2 忆阻递归神经网络研究现状第17页
    1.4 论文研究意义第17-18页
    1.5 论文的创新点第18页
    1.6 论文内容结构和安排第18-20页
第二章 忆阻激活函数第20-30页
    2.1 磁控忆阻器模型第20-23页
    2.2 传统的激活函数第23-24页
    2.3 忆阻激活函数第24-28页
        2.3.1 二值忆阻激活函数第24-26页
        2.3.2 三值忆阻激活函数第26-28页
    2.4 本章小结第28-30页
第三章 基于忆阻激活函数的递归神经网络(M-RNN)第30-42页
    3.1 传统的递归神经网络及其联想记忆第30-31页
        3.1.1 传统的递归神经网络模型第30-31页
        3.1.2 传统的递归神经网络联想记忆第31页
    3.2 M-RNN及其联想记忆第31-33页
    3.3 M-RNN的静态图像联想记忆仿真第33-38页
        3.3.1 二值忆阻激活函数自联想记忆第33-35页
        3.3.2 二值忆阻激活函数异联想记忆第35-36页
        3.3.3 三值忆阻激活函数自联想记忆第36-37页
        3.3.4 三值忆阻激活函数异联想记忆第37-38页
    3.4 M-RNN的动态图像联想记忆仿真第38-41页
        3.4.1 字母图像循环左右移动联想记忆第38-40页
        3.4.2 字母图像循环上下移动联想记忆第40-41页
    3.5 本章小结第41-42页
第四章 基于忆阻激活函数的多层递归神经网络(MM-RNN)第42-56页
    4.1 MM-RNN第42-44页
    4.2 MM-RNN稳定性分析第44-49页
        4.2.1 两个引理第44-46页
        4.2.2 稳定性分析第46-49页
    4.3 MM-RNN的静态图像联想记忆第49-52页
    4.4 MM-RNN的动态图像联想记忆第52-54页
    4.5 本章小结第54-56页
第五章 总结与展望第56-58页
    5.1 本文工作总结第56页
    5.2 未来工作思路第56-58页
参考文献第58-64页
致谢第64-66页
攻读硕士期间已发表的学术论文第66页
攻读硕士期间参加的科研项目第66页

论文共66页,点击 下载论文
上一篇:多智能体事件触发一致性的输入时间延迟边界
下一篇:基于分布式控制的多智能体系统有限时间一致性研究与分析