- 博客(0)
- 资源 (4)
- 收藏
- 关注
形态学神经网络应用探新
披露了模拟”一次尝试学习“认知现象的形态学神经网络方法,这在以前是做不到的。因为传统神经网络学习过程很长,需要反复迭代,显然不适合一次尝试学习任务的模拟。而形态学神经网络具有无限存储能力、一步回忆记忆、较好的抵抗服饰噪声和膨胀噪声的能力,使得它能够胜任一次学习任务。这将为揭示一次尝试学习的认知机制带来合适的实验方法、实验工具和理论上的借鉴与启发。
2017-08-24
无舍入逆向模糊形态学联想记忆
介绍了一种新的模糊形态学联想记忆方法,对已有形态学联想记忆方法,特别是对异联想记忆起到一定的互补作用,实验表明,在一些情况下,可以得到较好的学习和记忆效果。该文刊登在SCI期刊神经网络世界(NNW)上。形态学神经网咯、形态学联想记忆网络与传统的人工神经网络是很不相同的,有独具的一些优点,感兴趣的读者可以浏览学习。
2017-08-24
人工智能(金聪)
随着计算机技术的快速发展,人工智能的研究近几年来也取得了很多新的进展,许多的研究领域不断出现,例如数据挖掘、网络信息过滤等都是一些新型的研究领域。随着科学技术的发展,人工智能各研究领域间联系将更加紧密,互相渗透,这种融合与渗透必将促进人工智能研究的发展,促使其走向实际应用。
系统介绍了人工智能的理论和技术,适合作为计算机专业及相关专业的研究生、本科生学习人工智能的教材或参考书
2013-08-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人