10.3969/j.issn.1004-9037.2001.01.008
改进的指数双向联想记忆模型在数据压缩中的应用
改进的指数双向联想记忆模型(Improvedexponentialbidirectionalassociativememorymodel,IeBAM)是在eBAM的基础上通过引入内连接项而产生的一个比eBAM具有更高存储容量、纠错性的联想神经网络。借助于IeBAM的高存储容量和良好的纠错性能及有序直方图技术,可实现一种更高效率的数据压缩方法,从而为现有的数据压缩方法提供一种新算法。最后,计算机模拟证实了使用IeBAM的数据压缩性能比使用eBAM的更好
双向联想记忆、指数、内连接、数据压缩
16
TN919;TP391
教育部高校骨干教师资助计划
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
32-36