10.3969/j.issn.1002-137X.2004.04.036
连续学习混沌神经网络的研究
近几年混沌神经网络在信息处理,特别是联想记忆中的应用得到了极大重视.本文提出了一个改进的连续学习混沌神经网络(MSLCNN)模型,它具有两个重要特征:(1)根据不同的输入,神经网络做出不同的响应,可从已知模式来识别未知模式;(2)可连续学习未知模式.计算机仿真表明我们的模型具有应用潜力.
混沌、联想记忆、连续学习、混沌神经网络
31
TP18(自动化基础理论)
重庆市应用基础研究基金
2004-06-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
135-136,139