發(fā)布時(shí)間：2023-05-13 10:10

　　聯(lián)想記憶網(wǎng)絡(luò)模擬人腦信息存儲(chǔ)及回憶機(jī)制，具有對(duì)含噪及不完全信息的魯棒處理能力，因而在人工智能、模式識(shí)別等領(lǐng)域獲得了廣泛的研究與應(yīng)用。復(fù)雜網(wǎng)絡(luò)關(guān)注系統(tǒng)結(jié)構(gòu)與功能之間的關(guān)系，是近年來(lái)研究復(fù)雜系統(tǒng)的新視角、新方法。模擬大腦神經(jīng)學(xué)習(xí)機(jī)理的聯(lián)想記憶模型其本質(zhì)表現(xiàn)為一種復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)，同時(shí)，生物腦神經(jīng)系統(tǒng)中普適存在著復(fù)雜網(wǎng)絡(luò)中典型的小世界效應(yīng)和無(wú)標(biāo)度特性。因此，從復(fù)雜網(wǎng)絡(luò)角度出發(fā)，研究稀疏互聯(lián)聯(lián)想記憶模型實(shí)現(xiàn)就成為了一種新穎的思路。 本文借鑒復(fù)雜網(wǎng)絡(luò)研究結(jié)構(gòu)與功能關(guān)系新思想，從網(wǎng)絡(luò)體系結(jié)構(gòu)角度出發(fā)，深入而系統(tǒng)地從理論分析和應(yīng)用實(shí)例兩方面進(jìn)行交替互補(bǔ)研究，著重探討了神經(jīng)元間稀疏互聯(lián)方式對(duì)于網(wǎng)絡(luò)聯(lián)想記憶性能的影響，并構(gòu)建了相應(yīng)的復(fù)雜網(wǎng)絡(luò)體系結(jié)構(gòu)下的稀疏互聯(lián)聯(lián)想記憶模型。 論文的主要工作及創(chuàng)新點(diǎn)包括： (1)綜述了聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)相關(guān)研究工作，指出其在生物學(xué)建模的合理性及硬件實(shí)現(xiàn)時(shí)存在的問(wèn)題，分析了采用復(fù)雜網(wǎng)絡(luò)思想研究稀疏互聯(lián)聯(lián)想記憶的可行性，提出了從網(wǎng)絡(luò)體系結(jié)構(gòu)角度出發(fā)，從神經(jīng)元稀疏互聯(lián)方式入手，借鑒復(fù)雜網(wǎng)絡(luò)研究思想和生物神經(jīng)系統(tǒng)中普遍存在的復(fù)雜網(wǎng)絡(luò)性質(zhì)，展開(kāi)對(duì)稀疏互聯(lián)聯(lián)想記憶模型理論及應(yīng)用兩...

【文章頁(yè)數(shù)】：117 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
致謝
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究概況
        1.2.1 聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)
        1.2.2 稀疏互聯(lián)聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)
            1.2.2.1 廣義稀疏互聯(lián)聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)
            1.2.2.2 復(fù)雜網(wǎng)絡(luò)體系聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)
    1.3 論文的課題來(lái)源、研究?jī)?nèi)容及章節(jié)安排
        1.3.1 論文的課題來(lái)源
        1.3.2 論文的研究?jī)?nèi)容
        1.3.3 論文的章節(jié)安排
    參考文獻(xiàn)
第二章 聯(lián)想記憶與復(fù)雜網(wǎng)絡(luò)
    2.1 引言
    2.2 聯(lián)想記憶
        2.2.1 聯(lián)想記憶的定義與分類(lèi)
        2.2.2 聯(lián)想記憶的工作過(guò)程
        2.2.3 聯(lián)想記憶的基本要求與研究重點(diǎn)
        2.2.4 聯(lián)想記憶的Hopfield神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
            2.2.4.1 Hopfield聯(lián)想記憶模型
            2.2.4.2 模型的局限性
    2.3 復(fù)雜網(wǎng)絡(luò)相關(guān)研究
        2.3.1 網(wǎng)絡(luò)靜態(tài)統(tǒng)計(jì)量的定義
        2.3.2 復(fù)雜網(wǎng)絡(luò)基本模型
            2.3.2.1 Watts-Strogatz 小世界模型
            2.3.2.2 Barab(?)si-Albert無(wú)標(biāo)度模型
            2.3.2.3 其他復(fù)雜網(wǎng)絡(luò)模型
        2.3.3 復(fù)雜網(wǎng)絡(luò)的研究?jī)?nèi)容
    2.4 基于復(fù)雜網(wǎng)絡(luò)體系結(jié)構(gòu)的稀疏互聯(lián)聯(lián)想記憶實(shí)現(xiàn)
    2.5 本章小結(jié)
    參考文獻(xiàn)
第三章 稀疏互聯(lián)聯(lián)想記憶網(wǎng)絡(luò)動(dòng)力學(xué)行為刻畫(huà)
    3.1 引言
    3.2 稀疏互聯(lián)聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)演化行為解析刻畫(huà)
        3.2.1 模型描述
        3.2.2 能量函數(shù)及穩(wěn)定性證明
        3.2.3 動(dòng)力學(xué)演化行為的概率統(tǒng)計(jì)分析
            3.2.3.1 一步聯(lián)想
            3.2.3.2 多步聯(lián)想
    3.3 實(shí)例分析與討論
        3.3.1 理論分析與數(shù)值仿真的一致性驗(yàn)證
        3.3.2 網(wǎng)絡(luò)性能分析
    3.4 網(wǎng)絡(luò)實(shí)現(xiàn)稀疏互聯(lián)的可行性分析
    3.5 本章小結(jié)
    參考文獻(xiàn)
第四章 有限連接代價(jià)下的網(wǎng)絡(luò)最優(yōu)稀疏互聯(lián)結(jié)構(gòu)
    4.1 引言
    4.2 Quenched & Annealed Dilution稀疏策略
    4.3 有限連接代價(jià)下的網(wǎng)絡(luò)最優(yōu)稀疏原則(Annealed Dilution)
        4.3.1 模型描述
        4.3.2 信噪比分析
        4.3.3 最優(yōu)稀疏互聯(lián)結(jié)構(gòu)確定
    4.4 實(shí)例分析與討論
    4.5 本章小結(jié)
    參考文獻(xiàn)
第五章 一種新的小世界體系聯(lián)想記憶模型
    5.1 小世界體系聯(lián)想記憶模型的神經(jīng)生物學(xué)背景
    5.2 捷徑隨機(jī)生成的Watts-Strogatz小世界體系聯(lián)想記憶模型
    5.3 和諧統(tǒng)一的混合擇優(yōu)思想
    5.4 小世界體系結(jié)構(gòu)自適應(yīng)聯(lián)想記憶模型
        5.4.1 模型生成原則
        5.4.2 仿真實(shí)驗(yàn)與討論
            5.4.2.1 自適應(yīng)動(dòng)態(tài)捷徑生成原則與網(wǎng)絡(luò)結(jié)構(gòu)最優(yōu)稀疏原則的一致性驗(yàn)證
            5.4.2.2 有效性及魯棒性分析
    5.6 本章小結(jié)
    參考文獻(xiàn)
第六章 結(jié)構(gòu)動(dòng)態(tài)擇優(yōu)的無(wú)標(biāo)度聯(lián)想記憶模型
    6.1 無(wú)標(biāo)度拓?fù)浣Y(jié)構(gòu)的聯(lián)想記憶模型的生物學(xué)背景
    6.2 Barab(?)si-Albert無(wú)標(biāo)度網(wǎng)絡(luò)上的聯(lián)想記憶實(shí)現(xiàn)
    6.3 結(jié)構(gòu)動(dòng)態(tài)擇優(yōu)的無(wú)標(biāo)度聯(lián)想記憶模型
        6.3.1 模型生成原則
        6.3.2 仿真實(shí)驗(yàn)與討論
            6.3.2.1 結(jié)構(gòu)動(dòng)態(tài)擇優(yōu)網(wǎng)絡(luò)的度分布特性
            6.3.2.2 有效性及魯棒性分析
    6.4 本章小結(jié)
    參考文獻(xiàn)
第七章 總結(jié)與展望
    7.1 論文主要工作
    7.2 研究展望
攻讀博士學(xué)位期間發(fā)表論文及參加科研情況



本文編號(hào)：3815716