基本概念
联想记忆是大脑的一个重要的生物特征,与人脑类似,联想记忆神经网络把一些样本模式存储在神经元之间的权值中,利用大规模的并行计算,能够使原本不完整的输入模式逐渐地恢复到完整的模式。它分为两种工作方式:自联想记忆和异联想记忆。自联想是指由受损的输入模式恢复到完整的模式本身,异联想是指由输入模式获得与之相关的其他模式。
异联想记忆是联想记忆的一种类型,其输入与输出不等。自联想神经网络(Auto-Associative Neural Network,缩写为AANN)是1992年Kramer提出的,是BP神经网络的一种特殊情形,其特点是有对称拓扑结构,即输出量等于输入量。异联想记忆与自联想类似,不同之处在于输出与输入不等。
异联想记忆模型的描述假设异联想记忆模型的X-域和Y-域分别包括N和P个神经元,每个神经元的状态值为+1 或-1,即
在神经元和间, 有一连接权值。众所周知,联想记忆神经元网络的操作包括两个步骤。首先,由学习算法根据训练模式集确定神经元间的连接权,然后是一个联想过程,其中学习算法是关键性的一步。
令表示M 个训练模式,通常连接权矩阵W=是由相关学习规则定义
其中和分别表示训练模式和的第i个和第j个分量。在联想过程中,对于和 ,其动态演化规则分别是
其中和分别是和下一时刻的状态。非线性函数sgn(x)=+1若x>=0,sgn(x)=-1若x