主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第9期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张钹,张铃.PLN网络的改进及其应用.软件学报,1994,5(3):1-11
PLN网络的改进及其应用
THE IMPROVEMENT OF PLN NETWORK AND ITS APPLICATIONS
投稿时间:1993-11-07  修订日期:1993-12-22
DOI:
中文关键词:  概率逻辑神经元(PLN)网络,A—学习律,广义A—学习律,联想记忆
英文关键词:Probabilistic Logic Neuron (PLN) network  A-learning rule  generalized A -learning rule  associative memory
基金项目:国家攀登计划,863高技术研究与发展计划
作者单位
张钹 清华大学计算机科学与技术系 北京
100084 
张铃 清华大学计算机科学与技术系 北京
100084
浙江大学计算机系杭州 310027 
摘要点击次数: 2391
全文下载次数: 2845
中文摘要:
      本文在分析概率逻辑神经元(PLN)网络原型存在不足的基础上,提出PLN元件的一个改进模型,并指出原来的PLN网络模型、Hopfield学习律以及Boltzman机的演化律等都是PLN网络改进模型的特例.文中还给出PLN网络改进模型在联想记忆应用中的模拟实验结果,说明改进模型无论在鲁棒性和收敛速度上比原型都有很大改进.
英文摘要:
      In light of the deficiency of the original model of Probabilistic Logic Neuron (PLN)network, this paper presents a revised model and shows that its robustness and speed are improved. The authors also indicate that the original model of PLN network,the Hopfield's learning rule and the evolution rule of Boltzman machine are special cases of the new model. Finally, the application of the generalized PLN network to associative memory is given. The computer simulation results show that robustness and convergence speed of the new model are much better than the original one.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利