改进的稀疏分布存储器模型及其学习能力分析

Kanerva的稀疏分布存储器模型(SDM),由于其读写规则采用外积法,因此限制了它的应用.本文对该模型进行改进,改变了原来的读写规则,保留其稀疏分布式存储的特点,得到一个与小脑模型(CMAC)相似的新模型,但它不存在分块效应、不需要HASHING技术.理论分析和示例表明了该改进模型的合理性和有效性.