高阶神经网络模型的存储容量和吸引盆

摘要

本文研究了高阶神经网络模型的存储容量和存储图样的吸引盆,给出了理论推导和分析.对由30个神经元组成的二阶和三阶神经网络系统进行了计算机模拟计算.结果表明:(1)其存储容量分别为100和340个随机图样,远高于传统的Hopfield模型.(2)随着存储图样的数目增多,存储图样的吸引半径减少,因而其吸引盆减少.(3)高阶神经网络模型具有比Hopfield模型快得多的演化速率.高阶神经网络的高存储量和快演化速率可以克服Hopfield模型在应用方面的诸多不足,因此高阶神经网络模型有着良好的应用前景.本文还讨论了高阶神经网络模型的神经生物学基础.