基于憶阻器的混沌神經(jīng)網(wǎng)絡及應用.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、人工神經(jīng)網(wǎng)絡,簡稱神經(jīng)網(wǎng)絡,是一種模仿生物神經(jīng)網(wǎng)絡結構和功能的數(shù)學模型,由多個人工神經(jīng)元互相連接構成。神經(jīng)網(wǎng)絡能夠通過神經(jīng)元之間的相互作用,表現(xiàn)出復雜的動力學特性,是一種高度的非線性動力學系統(tǒng),具有并行處理能力、信息存儲能力、容錯能力、自組織和自適應能力?;煦缡且环N普遍存在的非線性現(xiàn)象,其行為復雜且貌似隨機。生物實驗表明,生物腦神經(jīng)系統(tǒng)中存在有混沌現(xiàn)象,神經(jīng)網(wǎng)絡與混沌密切相關。引入混沌動力學的神經(jīng)網(wǎng)絡,即混沌神經(jīng)網(wǎng)絡,被認為是可實現(xiàn)其真

2、實世界計算的智能信息處理系統(tǒng)之一,廣泛應用于優(yōu)化計算、模式識別、圖像處理和聯(lián)想記憶等領域。
  本文系統(tǒng)深入的研究了混沌神經(jīng)網(wǎng)絡的理論知識,介紹了混沌理論的相關內(nèi)容,包括混沌的提出,混沌的特征,混沌與神經(jīng)網(wǎng)絡的結合;然后詳細講述了混沌神經(jīng)網(wǎng)絡在分離疊加模式、多對多聯(lián)想和連續(xù)學習中的應用。進一步,文章通過對第四種基本電路元件——憶阻器的基礎特性分析和研究,提出了將憶阻器用于混沌神經(jīng)網(wǎng)絡構建憶阻混沌神經(jīng)網(wǎng)絡的方法,利用憶阻器來實現(xiàn)混沌

3、神經(jīng)網(wǎng)絡中的迭代運算,并通過計算機仿真驗證了方案的可行性,能夠實現(xiàn)分離疊加模式、多對多聯(lián)想和連續(xù)學習。該方案有望大大簡化混沌神經(jīng)網(wǎng)絡結構,有利于混沌神經(jīng)網(wǎng)絡的電路實現(xiàn)。同時,憶阻器獨特的特性使其非常適合用來構建突觸電路,以實現(xiàn)混沌神經(jīng)網(wǎng)絡中的連接權值。文章詳細介紹了幾種突觸電路的實現(xiàn)方案,提出了一種基于放大電路的憶阻突觸模型。理論推導和計算機仿真證明其能夠實現(xiàn)正負突觸權值。在此基礎上,提出用自旋憶阻器來構建橋電路以實現(xiàn)突觸權值,由于自旋

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論