位置:成果数据库 > 期刊 > 期刊详情页
一种基于语义分簇聚类的P2P空间数据索引机制
  • ISSN号:1671-8860
  • 期刊名称:《武汉大学学报:信息科学版》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]南京邮电大学计算机学院,江苏南京210003, [2]南京邮电大学计算机技术研究所,江苏南京210003, [3]南京森林警察学院信息技术系,江苏南京210046
  • 相关基金:国家自然科学基金(61003040);南京邮电大学校科研基金(NY210043)
中文摘要:

自联想记忆神经网络能模拟人脑思维和机器智能,具有信息分布式存储和内容可寻址访问的重要特征,是人工神经网络研究的一个重要分支。介绍了开创自联想记忆神经网络研究先河的Hopfield联想记忆神经网络模型,分析了该模型的优缺点;然后在系统分析现有白联想记忆神经网络相关研究文献的基础上,从学习算法、体系结构和应用领域三个方面对自联想记忆神经网络的研究进展进行了归纳阐述;总结了自联想记忆神经网络目前存在的主要问题,并且预测了其未来的发展趋势。

英文摘要:

As an important artificial neural network, auto-associative memory model (AM) can be employed to mimic human thinking and machine intelligence, which has massively parallel distributed configuration and content-addressable ability. In this paper, introduce in detail the Hopfield Associative Memory (HAM) neural network which has yielded a great impact on the development of auto-associative memory model, and analyze HAM' s strongpoint and drawback. Secondly, focusing on the existing relevant research literatures, present a survey of auto-associative memory models from the three aspects such as learning algorithm, network architecture and practical application; Finally,summarize the main question which auto-associative memory models are faced with at present, and forecast its future development tendency.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217