一種基于雙憶阻的SOFM神經(jīng)網(wǎng)絡(luò)系統(tǒng)設(shè)計研究

技術(shù)是近年來發(fā)展最快、應(yīng)用最廣泛的一種模式識別、預(yù)的應(yīng)用范圍已經(jīng)涉及到了信號處理、通信模擬、分類和檢索等領(lǐng)中，自組織神經(jīng)網(wǎng)絡(luò)是一種在模式識別和聚類問題中應(yīng)用極廣的目前，自組織神經(jīng)網(wǎng)絡(luò)主要有Kohonen神經(jīng)網(wǎng)絡(luò)(SOM)、LVQ等，它們都是基于競爭學(xué)習(xí)原理的。在這些模型中，競爭學(xué)習(xí)的為是不穩(wěn)定的，容易導(dǎo)致分布失衡和振蕩等問題。這些問題主這些模型中存在的專門用于競爭學(xué)習(xí)的單元導(dǎo)致的。因此，近來越多的研究者開始探索用非競爭學(xué)習(xí)機(jī)制來取代傳統(tǒng)神經(jīng)網(wǎng)nen改為了非競爭學(xué)習(xí)機(jī)制。同時，該模型也結(jié)合了自適應(yīng)特性和nenKohonen神經(jīng)網(wǎng)絡(luò)(SOM)芬蘭的Kohonen于1981年提出的，也叫自組織特征映射(SOFM)神經(jīng)在該模型中，神經(jīng)元網(wǎng)絡(luò)被組成為單一層的網(wǎng)格結(jié)構(gòu)，每個神經(jīng)學(xué)習(xí)規(guī)則使得網(wǎng)絡(luò)中響最高的神經(jīng)元會不斷地向距離其最近的神經(jīng)元的位置靠攏，然后這種靠攏帶來調(diào)整后的各神經(jīng)元閾值逐漸趨于穩(wěn)定，失活的神經(jīng)元被排除。神經(jīng)元en“響應(yīng)閾值”，這種機(jī)制容易導(dǎo)致網(wǎng)絡(luò)學(xué)習(xí)過程中競爭失衡和振蕩題的出現(xiàn)。為了解決這個問題，我們使用了雙憶阻神經(jīng)元來替換傳，雙憶阻神經(jīng)元由正憶阻元件和負(fù)憶阻元件組成。正負(fù)憶都是一種特殊的雙穩(wěn)態(tài)圓形電路元件，它們可以在兩種互不干擾之間轉(zhuǎn)換。在憶阻元件的正穩(wěn)態(tài)下，神經(jīng)元響應(yīng)度和其“響應(yīng)閾系緊密。而在憶阻元件的負(fù)態(tài)下，神經(jīng)元的響應(yīng)度和其“響應(yīng)閾SOFM學(xué)習(xí)的主要目的是在網(wǎng)絡(luò)的每個神經(jīng)元之間產(chǎn)生競爭，同時應(yīng)神經(jīng)元。協(xié)同學(xué)習(xí)則是對競爭學(xué)習(xí)過程中勝出的神經(jīng)元進(jìn)，我們采用一個改進(jìn)的學(xué)習(xí)規(guī)則，即雙憶阻非競爭學(xué)習(xí)規(guī)響應(yīng)度計算神經(jīng)元之間的啟發(fā)式距離和onen絡(luò)的學(xué)習(xí)和收斂特性。同時，我們通過模擬實