参数控制的联想记忆混沌神经元网络
当前混沌神经元网络在信息处理中的应用，龙其是在联想记忆中的应有和的研究得到越来越广泛的注意。该工作在对当前各种混沌神经元网络模型的动力学行为研究的基础上，提出了一种根据目标信息控制混沌行为的混沌神经元网络，通过连接权学习矩阵的改进的外加的控制信号，可以使网络行为通过混沌过程接近目标模式，从而使用网络的联想的成功率和回忆速度得到较大提高并进一步消除了伪吸引子。
混沌 联想记忆 神经元网络
何振亚 张毅锋 杨绿溪
大学无线电工程系
国内会议
北京
中文
30～33
1999-10-01（万方平台首次上网日期，不代表论文的发表时间）