异联想记忆模型的快速增强算法

摘要

本文通过增加网络的神经元，提出了异联相记忆神经网络模型的快速增强算法，它能存储任意给定的训练模式对象，即对于训练模式对的数目以及它们之间相关性的强弱没有限制，快速增强算法在Ｘ－域和Ｙ－域增强的神经元个数分别至多为原行Ｙ－域和Ｘ－域的神经元个数，快速增强算法设计出的网络连接权只取值１，０或－１，因而网络易于硬件电路实现和光学实现，计算机实验结果表明，与虚构增算法相比，快速增强算法大大减少了网络的附加