非对称人工神经网络的研究及其应用

研究具有联想记忆功能的非对称人工神经网络的一般理论和设计方法，动力学和统计性质，以及在汉字识别方面的应用。把神经网络的设计问题看成是限制性最优化问题来处理，寻找能够设计给定对称度的非对称神经网络的设计规则，研究神经网络模型的特性功能和非对称度的关系，研究非对称网络对于随机的模式和有关联的模式存储特性的异同，寻找特别适合于汉字识别的设计方法和参数区。非对称神经网络模型更加接近生物神经网络的特点，这方面系统的理论和方法还很缺乏，我们的初步研究已表明非对称模型具有比对称模型更有意义和价值的特性，最重要的特性是非对称网络可以完全消除伪记忆模式，从而使得人工神经网络并行处理信息的特点有效发挥。这一项目首次提出设计用于模式存储和识别的非对称模型的一般规则，把系统功能和网络的对称度联系起来，并且有可能促成神经网络方法在汉字识别等领域的实用化。因此对于人工神经网络理论的完善和实用具有重要意义。