连续学习混沌神经网络的研究

摘要：

近几年混沌神经网络在信息处理,特别是联想记忆中的应用得到了极大重视.本文提出了一个改进的连续学习混沌神经网络(MSLCNN)模型,它具有两个重要特征:(1)根据不同的输入,神经网络做出不同的响应,可从已知模式来识别未知模式;(2)可连续学习未知模式.计算机仿真表明我们的模型具有应用潜力.

关键词：混沌、联想记忆、连续学习、混沌神经网络

所属期刊栏目：31

分类号：TP18(自动化基础理论)

资助基金：重庆市应用基础研究基金

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：135-136,139