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--自动控制理论论文

基于模式关联的一对多联想记忆模型研究

摘要第1-6页
Abstract第6-8页
第1章 绪论第8-15页
   ·引言第8页
   ·论文研究背景第8-10页
   ·联想记忆模型的研究现状和进展第10-14页
     ·联想记忆模型的一般构成和类型第11-13页
     ·联想记忆模型的研究领域第13-14页
   ·论文的意义和创新第14页
     ·论文的主要意义第14页
     ·论文的创新点第14页
   ·论文的结构第14-15页
第2章 模式关联编码原理第15-20页
   ·引言第15页
   ·模式关联编码机制第15-19页
   ·本章小结第19-20页
第3章 双向联想记忆模型的基本结构及理论第20-25页
   ·引言第20页
   ·离散Kosko二极型神经元网络模型第20-21页
   ·学习与回忆阶段第21-22页
     ·学习阶段第21-22页
     ·回忆阶段第22页
   ·BAM的稳定性分析第22-24页
   ·本章小结第24-25页
第4章 一对多联想记忆中的公共项识别问题第25-32页
   ·引言第25页
   ·现有的解决方案第25-31页
     ·基于混沌神经元网络的联想记忆模型(CAM)的解决方案第25-27页
     ·基于经典离散神经元网络的多模块模型第27-30页
     ·基于小世界体系的多对多核联想记忆模型第30-31页
   ·本章小结第31-32页
第5章 基于模式关联的一对多联想记忆模型第32-56页
   ·引言第32页
   ·模型的结构第32-33页
   ·模型底层BAM的设计第33-36页
     ·BAM的功能分析第33-34页
     ·BAM的构建第34-36页
   ·基于模式关联的一对多联想记忆模型一对多联想过程第36-41页
     ·对零向量输入问题的分析第36页
     ·一对多联想记忆过程描述第36-38页
     ·仿真实验及分析第38-41页
   ·基于模式关联的一对多联想记忆模型稳定性证明第41-45页
   ·模型的容量分析第45-46页
   ·模型的容错能力分析第46-49页
     ·理论分析第46-48页
     ·仿真实验第48-49页
   ·模型的增殖学习能力分析第49-55页
     ·引言第49-50页
     ·基于模式关联的一对多联想记忆模型的知识增殖能力分析第50-52页
     ·仿真实验第52-55页
   ·本章小结第55-56页
第6章 小结与展望第56-58页
   ·小结第56页
   ·展望第56-58页
参考文献第58-61页
致谢第61-62页
攻读硕士学位期间的科研成果第62页

论文共62页,点击 下载论文
上一篇:选择性催化还原系统的建模与仿真
下一篇:卡尔曼滤波—分光光度法同时分析三峡水域重庆主城段地表水中的微量铜、镉和锌