基于稀疏RAM的逼近型N-TUPLE神经网络模型

将单层查找感知器 (SL L UP)中的 RAM式神经元替换为稀疏 RAM神经元 ,获得了一个基于稀疏 RAM的逼近型 N- tuple神经网络新模型 .新模型不仅可以缓和原 SL L UP的存储容量易于饱和的问题 ,而且使网络的表示更灵活、更广泛 ,更重要的是使得 N- tuple类型的网络直接处理大维数的样本、大样本集类的数据真正成为可能 ,而不需要二值化样本 .

基于稀疏RAM的N-tuple神经网络的足球机器人识别法

提出了一种采用稀疏RAM的N-tuple神经网络(SN-tuple)的方法,用在足球机器人比赛时,根据图像快速识别队员。通过大量实验证明,该方法有效地解决了传统BP神经网络收敛速度慢、易陷入局部最小值的问题,对机器人队员和足球位置的识别稳定可靠。