论文部分内容阅读
针对现有双向联想网络（BAM）存在的存储容量小、抗干扰能力弱的缺点，提出了一种利用最大似然准则的BAM网络（MLBAM）及其训练算法．MLBAM网络采用双向网络结构建立了神经元的发放以及抑制模型，充分利用似然函数的特性以及网络的双向联想特性，很好地完成了自联想和异联想功能，并且准确计算出关联样本对之间的关联度，使MLBAM网络在随机环境中具有很强的抗噪能力．利用最速下降算法，给出了MLBAM网络的训练算法，根据训练权重的Hessian矩阵负定，判定算法能够获得全局最优解，从而证明了算法的收敛性．该训练算法