一种基于双忆阻的SOFM神经网络系统设计研究_第1页
一种基于双忆阻的SOFM神经网络系统设计研究_第2页
一种基于双忆阻的SOFM神经网络系统设计研究_第3页
全文预览已结束

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

技术是近年来发展最快、应用最广泛的一种模式识别、预的应用范围已经涉及到了信号处理、通信模拟、分类和检索等领中，自组织神经网络是一种在模式识别和聚类问题中应用极广的目前，自组织神经网络主要有Kohonen神经网络(SOM)、LVQ等，它们都是基于竞争学习原理的。在这些模型中，竞争学习的为是不稳定的，容易导致分布失衡和振荡等问题。这些问题主这些模型中存在的专门用于竞争学习的单元导致的。因此，近来越多的研究者开始探索用非竞争学习机制来取代传统神经网nen改为了非竞争学习机制。同时，该模型也结合了自适应特性和nenKohonen神经网络(SOM)芬兰的Kohonen于1981年提出的，也叫自组织特征映射(SOFM)神经在该模型中，神经元网络被组成为单一层的网格结构，每个神经学习规则使得网络中响最高的神经元会不断地向距离其最近的神经元的位置靠拢，然后这种靠拢带来调整后的各神经元阈值逐渐趋于稳定，失活的神经元被排除。神经元en“响应阈值”，这种机制容易导致网络学习过程中竞争失衡和振荡题的出现。为了解决这个问题，我们使用了双忆阻神经元来替换传，双忆阻神经元由正忆阻元件和负忆阻元件组成。正负忆都是一种特殊的双稳态圆形电路元件，它们可以在两种互不干扰之间转换。在忆阻元件的正稳态下，神经元响应度和其“响应阈系紧密。而在忆阻元件的负态下，神经元的响应度和其“响应阈SOFM学习的主要目的是在网络的每个神经元之间产生竞争，同时应神经元。协同学习则是对竞争学习过程中胜出的神经元进，我们采用一个改进的学习规则，即双忆阻非竞争学习规响应度计算神经元之间的启发式距离和onen络的学习和收敛特性。同时，我们通过模拟实

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论