短期记忆问题与迟滞模型研究
1. 迟滞模型的短期记忆特性
1.1 输入序列响应差异
在研究迟滞模型时,我们关注到从同一点出发,不同输入序列会产生不同的响应。设起始点为((x_k, y_k)),步长为(a)。对于输入序列“— +”,有(x_{k + 1} = x_k - a)和(x_{k + 2} = x_k),该序列下迟滞模型的响应记为(y_{k + 2}’);对于输入序列“ + —”,(x_{k + 1} = x_k + a)和(x_{k + 2} = x_k),响应记为(y_{k + 2}’‘)。
通过对((x_k, y_k, z))的三维图分析(图 3),以及(z = y_{k + 2}’’ - y_{k + 2}’)沿过原点曲线(即“磁化曲线”)的截面图(图 4),发现该截面在迟滞模型的“磁化曲线”上高于零。这表明,尽管激励可能非常相似,但它们的到达顺序对迟滞模型至关重要。这种基于时间先后进行区分的能力,是迟滞模型的短期记忆特性之一,而无记忆模型则不具备此特性。
1.2 短期记忆特性总结
- 时间顺序敏感性 :输入序列的顺序会显著影响迟滞模型的响应。
- 记忆能力体现 :能够根据激励的时间先后进行区分,这是无记忆模型所没有的特性。
2. 时空模式识别中的应用研究
2.1 两类问题描述
为了测试迟滞模型在时空模式识别中的性能,我们将问题简化为两类问题。存在两个基本模式(A(t))和(B(t)),一般情况下,(A)的空间幅度随时间增加,而(B)
迟滞模型的短期记忆与模式识别
超级会员免费看
订阅专栏 解锁全文
21

被折叠的 条评论
为什么被折叠?



