论文部分内容阅读
该文首先提出基于复数域的内连式多值双向联想记忆模型(ICDBAM),克服了CDBAM所存在的补码问题,证明了它在同步与异步更新方式下的稳定性;其次研究了在多证据推理中采用神经网络来模拟信念组合学习的方法.该文还对多重BAM模型提出快速算法以提高收敛速度改善存储性能.理论和实验都证明了这些多重双向联想记忆模型具有良好的存储能力和纠错性能,从而可保证在受一定程度的干扰下,专家们仍能做出正确决策.