一种基于忆阻激活函数的递归神经网络及其联想记忆

摘要

递归神经网络是一种非线性动力系统,被广泛应用在联想记忆.递归神经网络的激活函数是典型的分段线性函数,其硬件实现繁琐.忆阻器是非线性的动态纳米级器件,将其用于神经网络,可以实现低功耗、易扩展的忆阻激活函数电路.本文利用忆阻器磁通量和电荷之间的关系特性,提出了一种基于忆阻激活函数的递归神经网络,并将其应用到联想记忆中.首先,利用忆阻器设计出二值、三值忆阻激活函数,为递归神经网络集成电路的实现提供了有效的方法.其次,加入矩阵转移函数,提出了一种基于忆阻激活函数的递归神经网络模型.最后,实现了二值、三值静态图像的自联想记忆和异联想记忆,并且通过仿真实现了字母图像中的字母移动,因而实现动态图像的联想记忆.该研究能简化递归神经网络集成电路,并且为实现记忆视频运动提供新的有效途径.