借助于牛顿向后插公式对文[1]的NFI-AMS学习算法进行了改进,改进后的联想记忆系统的学习算法不但具有原来学习算法的收敛速度快、......

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿......

基于牛顿前向插值公式提出一种对任意阶多维函数可实现无差逼近的新型CMAC联想记忆系统,详细讨论了该系统的原理、插值算法及训练......

在分析基于牛顿前向插值公式的联想记忆系统的迭代过程的基础上，给出了该算法收敛的分必要条件。并指出该处 收敛性与被逼近函数无......

基于牛顿前向插值公式提出一种对任意阶多维函数可实现高精度逼近的新型联想记忆系统——NFI—AMS，详细讨论了其基本原理、插值算法......

为了提高CMAC（cerebellar model articulation controller）神经网络实时在线学习的快速性和准确性,在基于信度分配的CA-CMAC-AMS学习......

基于离散泰勒级数提出一种对任意阶多维函数可实现无差逼近的新型联想记忆系统,详细讨论了该系统的插值算法、训练规则及寻址机制.......