摘要
提出一种新的单极神经元相似度判别法，提高了单极ＷＴＡ模型的存储容量，且能将与存储模式相差较大的输入模式判别出来，同时给出了光电实现系统及实验结果，单极模型的这一改进，使得单极系统具有全双极模型的特性，而且系统的空间和时间带宽积得到充分的利用。
In this paper, a new unipolar similarity is proposed. The capacity of theunipolar WTA neural network model is improved and a input pattern not being memorypatterns can be recognized by adding to a thresholding. A opto-electronic system and someexperimental results are described. The modification of unipolar WTA model enables thespace band product and time band product of the system fully used.
出处
《光学学报》
EI
CAS
CSCD
北大核心
1995年第11期1538-1541,共4页
Acta Optica Sinica
基金
国家自然科学基金
攀登计划资助课题
关键词
神经网络模型
光电子
相似度
模式识别
WTA neural network model, bioplar neural state, pattern recognition,threshold.
