自适应联想记忆细胞神经网络的优化设计

？针对训练自适应联想记忆细胞神经网络(am-cnn)过程收敛慢，设计出的网络抗噪性能不高的特点，通过融合蚁群优化算法和粒子群算法的思想，提出以目标网络对噪声模式的输出误差为目标函数，在目标函数的一个阈值分成的两个区间内，分别采取局部搜索和全局搜索策略，训练出am-cnn的克隆模板的设计方法。数字模拟表明，与以往的设计方法相比，该算法能在细胞神经网络4~6次的迭代过程中稳定输出期望模式，收敛速度更快，设计出的am-cnn性能比较稳定，并对噪声鲁棒，对高斯噪声n(0,0.8)准确率达到90%左右。