联想记忆系统相关论文
分析了抽油机电机的节能原理,并基于离散泰勒级数提出一种对任意阶多维函数可实现无差逼近的新型联想记忆系统——DTS-AMS,详细讨......
该文的主要内容包括两个部分:基于神经网络的图象插补与分割的研究和手指纹线识别技术的研究.该文进行了理论探讨,并以图象处理的......
该文提出一种基于离散泰勒级数型联想记忆系统（ＤＴＳ－ＡＭＳ）的智能化动态解耦控制方案。在ＤＴＳ－ＡＭＳ的训练算法中引入了递推最小范数解（ＲＭＮＳ）的思想。仿真表明，这......
提出了一种基于牛顿向前插公式的新的高阶联想记忆系统(NFI-AMS),用以实现任意阶多变量多项式函数的无误差逼近;作者还证明了对于......
该文将Tchebycheff插值方法与联想记忆系统的人工神经网络实现功能结合起来,提出了一种基于Tchebycheff插值的高阶联想记忆系统(TI......
学位
借助于牛顿向后插公式对文[1]的NFI-AMS学习算法进行了改进,改进后的联想记忆系统的学习算法不但具有原来学习算法的收敛速度快、......
针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿......
基于牛顿向前插公式设计了一种新的联想记忆系（ＮＦＩ－ＡＭＳ）的学习算法，用以实现任意阶的多变量多项式函数的无误差逼近。该系统与传统类型的ＣＭＡＣ－ＡＭＳ相比......
基于牛顿向前插公式的新的高阶联想记忆系统（NFI－AMS），可以用来实现任意阶多变量多项式函数的无误差逼近，证明了对于任意多变量连续函数......
基于牛顿前向插值公式提出一种对任意阶多维函数可实现无差逼近的新型CMAC联想记忆系统,详细讨论了该系统的原理、插值算法及训练......
在分析基于牛顿前向插值公式的联想记忆系统的迭代过程的基础上，给出了该算法收敛的分必要条件。并指出该处 收敛性与被逼近函数无......
基于牛顿前向插值公式提出一种对任意阶多维函数可实现高精度逼近的新型联想记忆系统——NFI—AMS，详细讨论了其基本原理、插值算法......
在离散泰勒级数联想记忆系统（ＤＴＳ－ＡＭＳ）的基础上，提出了一种模型参数在线估计方法，为ＤＴＳ－ＡＭＳ在智能控制和信号处理领域中的应用提供了新的途径，数字仿真......
为了提高CMAC（cerebellar model articulation controller）神经网络实时在线学习的快速性和准确性,在基于信度分配的CA-CMAC-AMS学习......
基于离散泰勒级数提出一种对任意阶多维函数可实现无差逼近的新型联想记忆系统,详细讨论了该系统的插值算法、训练规则及寻址机制.......
