基于小世界体系的核自联想记忆模型

摘要

联想记忆神经网络是体现网络优势、具有广泛应用前景的一类网络模型.本文借鉴近年来机器学习领域中颇具影响力的核方法和社会网络中广泛存在的小世界体系,通过改进Hopfield联想记忆模型的回忆规则,构建了一类基于小世界体系的核自联想记忆模型(small world architecture based kernel auto-associative memory model,SWA-KAM).在FERET人脸数据库上的测试表明,它获得了比标准的特征脸算法(PCA)以及最近提出的E(PC)2A算法更高的识别率.SWA-KAM模型所具有的最大特点是,它以较小的代价获得了较高的性能,较大地简化了全互连KAM模型的结构,使传统AM模型的VLSI实现更加容易.