基于忆阻递归神经网络的联想记忆分析与设计
【摘要】:为了实现信息处理的智能化,人们建立神经网络模拟人脑的功能。传统的人工神经网络已经用电路实现了,神经处理单元之间的连接是用电阻实现的。电阻的阻值相当于神经元之间的突触的强度。突触的强度是可变的,但是电阻的阻值是不变的。为了更好地模拟人的脑神经网络,本文用忆阻作为神经处理单元之间的连接建立忆阻递归神经网络模型。
本文首先对第四种基本电路元件忆阻的记忆性,用推导忆阻两端电流电压关系式时出现的积分常数进行了分析。仿真得出忆阻存在阈值电压即当外部输入电压小于阈值电压的时候,忆阻的阻值不发生改变。然后用忆阻代替递归神经网络中的电阻,给出了连续的忆阻递归神经网络模型。根据忆阻的性质得出忆阻递归神经网络是一个网络序列或者说是一个网络簇。接着对状态空间做划分和运用压缩映像原理,得出了连续的忆阻递归神经网络簇中的每一个网络都有(2k)n个稳定的平衡点或者极限环,其中k是阶梯激励函数的级数,n是网络中的神经元的个数。并用奇异值分解的方法给出了基于连续忆阻递归神经网络的联想记忆设计程序。
其次在不连续递归神经网络中,同样用忆阻代替电阻并给出了忆阻不连续递归神经网络。不连续的激励函数取的是一类在状态空间上为分段常数的函数,输出的常数值的个数为4k1,(k≥1)。不连续的忆阻递归神经网络也是一个神经网络序列。在定义了网络在Filippov意义下的解后,根据激励函数的特点对状态空间做划分,然后用压缩映像原理得出了网络序列中每一个有n个神经元的网络有(4k1)n个局部指数稳定的平衡点。接着用奇异值分解的方法,给出了基于不连续忆阻递归神经网络的联想记忆的设计步骤。
接下来本文以忆阻作为Cohen-Grossenberg神经网络的连接,同时在模型中引入广义的常数变量和模糊逻辑,给出了一簇带有广义常数变量的模糊Cohen-Grossberg神经网络。然后讨论这类网络的吸引子簇的存在性。考虑了外界扰动对参数的影响,用数值迭代的方法给出了网络的解的存在唯一性条件,然后用单调拟合逼近的方法给出网络鲁棒渐近稳定的充分条件。即网络序列中的每一个网络都存在吸引子,因此这一类忆阻Cohen-Grossenberg神经网络存在吸引子簇。文章的最后对本文做了简单的总结,并对今后的进一步工作做了简单的介绍。
|
|
|
|
1 |
刘春霞;隋美娥;武心庆;;基于递归神经网络的转速估计器仿真研究[J];青岛理工大学学报;2011年01期 |
2 |
王占山;张化光;关焕新;;一类时滞递归神经网络间的鲁棒自适应同步[J];系统仿真学报;2007年22期 |
3 |
汪晓梦;;带有偏差单元的递归神经网络在故障诊断方面的应用优化[J];甘肃联合大学学报(自然科学版);2010年05期 |
4 |
韩敏,史志伟;递归神经网络在堆石坝地震响应分析中的应用[J];系统仿真学报;2005年10期 |
5 |
金仁贵;;带有偏差单元的递归神经网络在故障诊断方面的应用[J];电脑知识与技术(学术交流);2006年29期 |
6 |
吴志敏;;基于新型PID神经网络的自适应控制系统研究[J];科学技术与工程;2008年01期 |
7 |
徐笑;谷俊杰;彭钢;;Elman神经网络在热工辨识中的应用研究[J];机械工程与自动化;2008年01期 |
8 |
刘涵;叶平;;基于递归神经网络的LS-SVM硬件实现与实验研究[J];仪器仪表学报;2009年08期 |
9 |
张奇志,贾永乐,周雅莉;噪声有源控制的递归神经网络方法[J];控制与决策;2001年03期 |
10 |
田社平,丁国清,颜德田,石猛;基于递归神经网络的传感器非线性动态建模(英文)[J];测试技术学报;2004年02期 |
11 |
韩敏;史志伟;席剑辉;;应用递归神经网络学习周期运动吸引子轨迹[J];控制理论与应用;2006年04期 |
12 |
杜福银;徐扬;;基于递归神经网络的预测模糊控制[J];西南交通大学学报;2006年06期 |
13 |
刘涵;王博;尹嵩;刘丁;;一种基于FPGA的新的SVM硬件实现方法[J];仪器仪表学报;2010年10期 |
14 |
尉询楷,李应红,张朴,路建明;基于支持向量机的时间序列预测模型分析与应用[J];系统工程与电子技术;2005年03期 |
15 |
马千里;郑启伦;彭宏;钟谭卫;;基于动态递归神经网络模型的混沌时间序列预测[J];计算机应用;2007年01期 |
16 |
徐戎;;一种改进的递归神经网络盲均衡算法[J];电子科技大学学报;2007年02期 |
17 |
王维兰;陈万军;;基于笔划特征和MCLRNN模型的联机手写藏文识别[J];计算机工程与应用;2008年14期 |
18 |
邵慧娟;熊煜;;带有偏差单元的IRN网络[J];电脑知识与技术;2010年23期 |
19 |
张雨浓;张禹珩;陈轲;蔡炳煌;马伟木;;线性矩阵方程的梯度法神经网络求解及其仿真验证[J];中山大学学报(自然科学版);2008年03期 |
20 |
蒋洪睿,苏启常,莫玮;递归神经网络自适应均衡器研究[J];桂林电子工业学院学报;1999年03期 |
|