神经网络的不稳定空间模式及其稳定化方法在联想记忆中的应用

摘要

构造出一个具有较多生物学背景的神经网络模型。所使用的神经元模型除了具有一般模型都有的内部电位、外部刺激、输出和阈值等数值之外,还具有局部小电位叠加、阈值动态变化等性质。利用Hebb型学习规则,在神经元间建立有向联接记忆符号串信息,网络的信息容量很大。基于神经元的性质和网络的联接情况,网络的演化具有丰富的动力学现象。网络记忆的符号串信息通常存在于网络的空间不稳定模式上,使神经元间联接权合理地动态变化,常常可以把不稳定模式稳定下来,使网络准确、无歧义地表示出期望联想的信息,实现有效的联想记忆。