logo资料库

人工智能软件的编写.doc

发布时间：2022-06-08 发布人：admin 分类：说明书 资料大小：0.13M 资料格式：doc 举报 版权申诉
第1页 / 共15页
第2页 / 共15页
第3页 / 共15页
第4页 / 共15页
第5页 / 共15页
第6页 / 共15页
第7页 / 共15页
第8页 / 共15页
资料共15页，剩余部分请下载后查看
    人工智能软件的编写 程洪文 湖北省钟祥市第三人民医院 431900 chenghwn@2911.net 摘要：本文为编写人工智能软件提出了新的理论和方法。1、讨论了人工智能软件的一些主 要结构、功能及编程方式，包括记忆柱、基本记忆柱群、原始记忆柱群、周围部分、核心部 分。2、简要讨论了如何将顺序计算转化为并行计算。3、讨论了人工智能软件的基本功能、 高级功能及它们是如何被实现的，包括并行存储、模糊兴奋、状态性兴奋、学习、思维……。 关键词： 记忆柱、展示框、奖惩中枢、状态性兴奋、调节中枢 说明：为了论述方便，神经科学的许多词语在本文被我直接借用（如纤维、联络区等在 本文都被直接使用，但它们都是虚拟的）。 计算机所具有的复制、修改、存储文件的功能是人工智能软件的编写基础。 人工智能软件的结构及各结构间的关系概述 人工智能软件可分为核心部分与周围部分，1、核心部分包括感觉、传出中枢的联络区 及操作中枢（包括状态中枢、奖惩中枢、调节中枢，调节中枢又包括“动力”中枢、目的中 枢、注意力分配中枢及其它的一些辅助中枢）。2、周围部分包括传入部分（包括感觉中枢及 其它的一些结构）和传出部分（包括传出中枢及其它的一些结构）。 它们之间的大概关系是（这里只是简要说明，具体的说明见后面的内容）：1、如图 1， 传入部分与相应的感觉中枢的联络区只是单方面的一一对应的纤维联系，信息只能从传入部 分到相应的感觉中枢的联络区而不能反过来传递且这种信息的传递不需要记忆。传出部分与 相应的传出中枢的联络区有单方面的一一对应的纤维联系，信息只能从传出中枢的联络区到 相应的传出部分而不能反过来传递且这种信息的传递不需要记忆。2、核心部分的各个中枢 之间只通过它们的联络区来交换信息，只有核心部分的各联络区在传递信息时才有记忆。它 们之间的关系如图 1 和图 2。 本文主要讨论核心部分的结构与功能。 各联络区由原始记忆柱群组成，原始记忆柱群由基本记忆柱群组成，基本记忆柱群由 记忆柱组成。 一种类型的传入刺激 另一种类型的传入刺激 对应的感觉中枢 对应的又一感觉中枢 联络区 1 联络区 2 联络区 3 传出中枢 图 1 操 作 中 枢 的 各 联 络 区 操 作 中 枢 的 控 制部分
    1、 奖 惩 中 枢 “动力” 中枢 目的中枢 注 意 力 分 配中枢 状 态 中 枢 感觉、运动 中枢 1、 “先天的”奖惩刺激与奖惩中枢的联系是奖惩学习的基础。 2、 感觉、运动中枢的记忆内容能通过“先天”的奖惩刺激与奖惩中枢建立记忆联系而成为习得性的奖惩 刺激。 3、 “动力”中枢可将奖惩中枢的兴奋状态转化为“动力”值，而使 “动力”中枢中表示“动力”值的中 枢处于相应的兴奋状态的，并与对应的皮质中枢建立记忆联系。 4、 如图感觉、运动中枢的记忆内容能与奖惩中枢、“动力”中枢、注意力分配中枢建立单向的记忆联系。 5、 目的中枢根据各个目的所对应的“动力”值来确定主注意目的。下一级目的根据上一级目的来分配“动 力”值。 6、 注意力分配中枢主要根据注意目的来分配注意力。 7、 具体说明见人工智能软件的操作中枢这一节。 图 2 记忆柱、基本记忆柱群、原始记忆柱群 一、记忆柱的编写 我是以记忆柱来做为人工智能软件兴奋的基本单位的（记忆柱的结构及各结构的功能见 图 3）。记忆柱是一段可被复制的文件，每个记忆柱由 n 个 recordnumBer（用 RN 来表示） 组成，每个 RN 是一条记录，（配合专门的操作程序，可以使记忆柱的功能极其复杂。用记 忆柱或记忆柱群即可以模拟神经元的功能也可以模拟皮质垂直柱的功能甚至可以模拟脏器 的功能）。记忆柱之间通过传入、传出纤维进行兴奋联系。记忆柱被传入纤维易化到一定程 度后兴奋，记忆柱兴奋后传入了兴奋冲动的传入纤维对记忆柱的易化兴奋能力增强并被记忆 下来。那么如果两个记忆柱之间有纤维联系，在它们同时强烈兴奋后它们之间的兴奋能力便 大为增强，只有同时兴奋且相互之间有纤维联系的记忆柱才能建立兴奋的记忆联系。兴奋了 的记忆柱传出兴奋（顺序读取图 3 的第 2 区的记录所指向的 RN）。 用专门的程序来读写记忆柱而实现记忆柱的兴奋、记忆、遗忘及传出兴奋等众多功能。 记忆柱的任一个传入联系传入的兴奋都能在一段时间内易化记忆柱并被记忆下来，不同传入 联系传入的兴奋能相加，当记忆柱被易化到一定程度后便可能被兴奋，然后通过传出联系传 出兴奋，并被记忆下来。配合专门的程序，记忆柱的第一部分的记录，可对应反应不同的传 入联系对记忆柱的兴奋及记忆柱对兴奋的记忆、遗忘的情况，这部分记录的一部分，记录的 是时间，它们主要分别对应记录了不同传入联系最后一次兴奋的时间（根据需要也可包含其 它一些内容），其余下的一部分记录分别为不同传入联系最后一次兴奋时的兴奋值。记忆柱 的第二部分记录，分别记录了记忆柱的传出联系所对应的记忆柱的某一 RN。记忆柱的第三 部分记录了记忆柱在某一刻的易化、兴奋状态，包括这一刻所对应的时间，记忆柱的那些 RN 被传入纤维兴奋及记忆柱的兴奋值。记忆柱之间的联系为对应性联系。
    记忆柱 图 3 3 2 1 3、记录记忆柱的易化及兴奋（包括时间、强度及一些统合 性的信息）状态。 2、记录传出纤维传出到那一个记忆柱的那一 RN。 1、主要记录传入纤维对记忆柱的兴奋能力及上一次兴奋的 时间。 需说明的是只有兴奋性记忆柱而无抑制性记忆柱，人工智能软件的兴奋平衡是通过其它 方式来调节的。 二、基本记忆柱群 基本记忆柱群是记忆的基本功能单位所对应的一群记忆柱。 基本记忆柱群 2 1 4 3 基本记忆柱群 2 1 3 4 图 4 如图 4 为两个基本记忆柱群。“1”是易兴奋的记忆柱。“2”是兴奋时兴奋的记忆柱。“3” 是兴奋后抑制时兴奋的记忆柱。“4”是其它的一些功能的记忆柱。 基本记忆柱群（用 JZQ 来表示）至少包括（如图 4）： 1、 一个易兴奋的记忆柱（用 YXZ 表示）。 2、 一个在基本记忆柱群兴奋时被兴奋的记忆柱（用 YHXZ 表示）。 3、 一个在基本记忆柱群由兴奋进入抑制状态时才被兴奋的记忆柱（用 YZXZ 表示）。 如图 4，YXZ 在 JZQ 受到状态中枢的抑制而处于抑制状态时只能与其它的 JZQ 中的 YHXZ 建立单方面的记忆联系，即在它们建立记忆联系后只有 YHXZ 对 YXZ 的兴奋能力增 强。YXZ 在 JZQ 受到状态中枢的易化而处于兴奋状态时除了能与其它的 JZQ 中的 YZXZ 建 立单方面的记忆联系（即在它们建立记忆联系后只有 YZXZ 对 YXZ 的兴奋能力增强）外， 还能与被兴奋的 JZQ 中的 YXZ 建立相互兴奋的记忆联系。 三、原始记忆柱群。 所谓原始记忆柱群是指一个注意对象的一次刺激所对应兴奋的联络区的记忆柱。如当注 意一物体的图形时，图形所对应的视觉联络区的记忆柱便是原始记忆柱群。当注意一物体的 的空间位置时空间位置所对应的联络区的记忆柱便是原始记忆柱……。原始记忆柱群由一群 基本记忆柱群组成。强烈兴奋的原始记忆柱群之间才能建立较强的记忆联系，兴奋越弱，记 忆联系越弱。 如何使 PC 机象人脑一样具有并行兴奋的能力 为了使 PC 机象人脑一样具有并行兴奋的能力我引入了展示框的概念，展示框是由 RN 组成的，它的作用是记录某一刻（本文一刻与一个记忆柱被易化兴奋，然后传出兴奋所用的 时间相对应，当然如果必要且计算机的速度足够快我们也可将一个记忆柱兴奋后再传出兴奋 所需的时间平分成十份，使一刻所需的时间与十份中的一份相对应）所有被“兴奋”的记忆 柱，以使 PC 逐一读写完这一时刻被兴奋的记忆柱后再逐一读写下一时刻被兴奋的记忆柱（某
    一刻所有被兴奋的记忆柱是其前一刻所有被兴奋的记忆柱兴奋后所兴奋的记忆柱，比如一传 入信息所兴奋的记忆柱如果被归入 A 时刻兴奋的部分记忆柱则它们兴奋后所兴奋的记忆柱 便成为 A+1 时刻所兴奋的一部分记忆柱。），通过这种转换就可使一次只能进行一次读写的 PC 机也能模拟人脑的并行兴奋特点。需要特别说明的是：在本文，除了状态性中枢参与的 易化兴奋外，记忆柱受到的某一传入易化、兴奋所持续的时间只能在下一刻结束。 信息的的传入、存储、回忆、传出 传入智能软件核心部分的信息应具有以下特点：1、信息量应不多，且能很好的达到反 应外部世界的目的。2、应便于核心部分的基本记忆柱群的信息处理。 本文以视觉中枢的联络区的部分结构为例来讨论并行存储、模糊兴奋、模糊回忆…… （对视觉信息的处理可能还有其它更好的方法，但其传入与处理的基本原则应不变）。 视觉中枢的联络区 A 区是与图形的形状相对应 的原始记忆柱群所在的地方 B 区是与颜色信息相 对 应 的 原 始 记 忆 柱 群所在的地方 C 区 图 5 视觉刺激 视觉中枢 视 觉 联 络区 A 如图 5：假设Ａ皮质是与图形的形状刺激相对应的原始记忆柱群所在的地方。当智能软 件注意一个对象时，不管这个对象在空间的那个位置，所兴奋的Ａ区的原始记忆柱群都相同 （对象的空间位置、颜色等参数可转化为相应的刺激，兴奋非 A 区的相应记忆柱群）。 我们可以这样来设置Ａ皮质的记忆柱的分布与传入信息的关系。 1）将Ａ细分成有限的一些区域，任一个区域都与一次有意义视觉传入的最小单位相对 应（任何一个区域都包含一群记忆柱）。把这些区域称为最小反应区。2）将注意对象所充 满的空间进行平面划分，它所划分的区域与Ａ的最小反应区相对应。这些区域的任何一个区 域的视觉信息在传入到Ａ之前都转化为具有一定角度的线段信息，注意对象便由这些具有一 定角度的线段连接起来构画出其轮廓。与最小反应区对应的任何一个具有一定角度的线段在 Ａ的相应的最小反应区中只能兴奋一群基本记忆柱群中的一个相应的基本记忆柱群（这群基 本记忆柱群分别对不同的线段信息进行反应，一次只能有其中的一个基本记忆柱群兴奋）。 1、并行存储（记忆）、并行回忆。 为了论述的方便，本文假设任一个注意对象在A 都只有20 个最小反应区（在我们编写 人工智能软件时最小反应区的数目应远大于这个数，但机理是一样的）与之对应。每个最小 反应区如果所区分的线段的最小角度是20,则一个最小反应区能反应不同的角度信息有 360/20=18,再加上一个非角度刺激所反应的信息（也就是没有刺激），一个最小反应区所能 反应的信息有18+1=19 个，最小反应区的每个角度信息对应一个基本记忆柱群，也就是说 一个最小反应区可有19 个基本记忆柱群。最小反应区不能同时有两个基本记忆柱群兴奋。 当一个对象刺激视觉中枢而引起A 的反应时，A 只能有20 个基本记忆柱群（它们分别属于 不同的最小反应区）同时兴奋，兴奋了的基本记忆柱群相互之间建立了兴奋性记忆联系，从 而进行了信息的存储。再进行回忆时这20 个基本记忆柱群通过兴奋性记忆联系又能同时兴 奋。记忆时的信息被同时存储在不同的基本记忆柱群中，回忆时又能被同时提取，这样的记
    忆、回忆便是并行存储（记忆）、并行回忆。 并行存储是指众多的不同信息存储在相似区域(比如对于前文的所述的 A 区的信息传 入：任一个注意对象传入的刺激信息只能分别兴奋被平分的有限区域内的几个最小反应区， 信息也就被分别存储在那里)，我认为人脑的存储模式是并行存储，而计算机硬盘的存储模 式是顺序存储（即不同的信息存储在不同的区域）。 并行存储相对于顺序存储来说其优势是明显的。对于并行存储，记忆的各部分能自然建 立记忆联系，因而它能使模糊记忆、回忆方便的实现。同时，其存取量、速度都是顺序存储 无法比拟的。其最大的缺点就是能产生回忆差错，但是回忆差错是能被克服的。 并行存储最主要的问题是回忆干扰的问题，回忆干扰的原因是不同的原始记忆柱群之间 包含一些共同的基本记忆柱群。下面我提供了解决这一问题的方法。 1） 并行存储相对应的并行回忆必须是模糊回忆。 2） 一个并行存储的文件系统一次只能有有限的基本记忆柱群兴奋，其数量应与一 个原始记忆柱群差不多。 3） 记忆迅速遗忘，只有少量记忆能转化为中长期记忆，这样在正常的信息刺激下 产生的记忆可使记忆柱之间的兴奋联系密度控制在一定范围内。通过遗忘能使 不同记忆柱的兴奋能力出现差异，这种差异是并行回忆的基础。 4） 最易兴奋的被选择兴奋。1、建立了记忆联系的记忆柱之间的兴奋能力远大于 没有建立记忆联系的记忆柱之间的兴奋能力。原始记忆柱群被兴奋后，组成原 始记忆柱群的各亚群记忆柱群之间的兴奋能力便大大的加强了。当回忆时如果 原始记忆柱群被兴奋达到了一定数目后，通过记忆的兴奋联系应能使兴奋的记 忆柱呈几何数级的增加，也就是说兴奋能力发生了突变，从而使这一原始记忆 柱群的大部分记忆柱兴奋。2、一原始记忆柱群与多个原始记忆柱群建立有记 忆联系，当这一原始记忆柱群兴奋时，其它记忆柱大多处于非兴奋状态，然后 当这一原始记忆柱群被抑制时，通过其开始传出的兴奋从而使其它的记忆柱兴 奋。当某群原始记忆柱群（Ｄ）的记忆柱首先达到突变状态时这群原始记忆柱 群便被选择兴奋，这样便大大减轻了记忆干扰。 5） 增加基本记忆柱数。 6） 采取状态兴奋的方法。 7） 回忆判断机制。 2、记忆模式。 记忆联系有两种模式，一种是原始记忆柱群内部的记忆柱之间的记忆联系，一种是原始 记忆柱群之间的记忆联系。而第二种又有两种模式。 1）当智能软件注意一个图形（用K 表示）时，视觉中枢的联络区被状态中枢易化，这 一图形便兴奋A 区与图形相对应的20 个基本记忆柱群（它们组成了A 区的原始记忆柱群， 用K1表示）兴奋，这20 个基本记忆柱群中的YXZ 与YXZ、YXZ 与YHXZ 之间便建立了记忆 联系。 如图6 大矩形代表所有与K 对应的基本记忆柱群，两个大椭圆代表其中任意两个基本 记忆柱群，箭头代表记忆联系。 YXZ YHXZ YXZ YHXZ 图 6
    2）当智能软件再注意另一个图形（用S 表示）时，如图7：这20 个基本记忆柱群被状 态中枢抑制，它们的YHXZ 被抑制而YZXZ 开始兴奋，同时A 区与S 对应的20 个基本记忆 柱群（用S1 表示）被状态中枢易化并被S 兴奋，S1 中的YHXZ，YXZ 兴奋，则S1 的YHXZ 与K1的部分（假设其数目是10）YXZ，S1的部分（10 个）YXZ 与K1的YZXZ，以及S1的YXZ 与YXZ、YXZ 与YHXZ 之间便建立了记忆联系。这之后S1 的YHXZ 兴奋后便能易化或兴奋 K1的部分YXZ，而K1……。 K1（被抑制） S1（被兴奋） 基本 记忆 柱群 YXZ YZXZ YXZ YHXZ 基本 记忆 柱群 共有 10 个 YXZ 能与 S1 的 YHXZ 建立记忆联系 共有 10 个 YXZ 能与 K1 的 YZXZ 建 立记忆联系 图 7 3）当两个不属于同一个并行区域的原始记忆柱群同时兴奋时，记忆柱之间的记忆联系 类似于第一种情况下的记忆柱之间的联系。 3、回忆模式。 B、D 两群原始记忆柱群之间建立记忆联系后，当由 B 的兴奋回忆 D 时，D 中被 B 兴 奋的基本记忆柱群数只要超过或等于一数值，则 D 的所有或绝大部分基本记忆柱群便会被 已被 B 兴奋了的基本记忆柱群兴奋，这个数值便是兴奋阀数。D 中能被 B 直接兴奋的基本 记忆柱群的最大值是最高兴奋数。 因多种原因B 可能只有M 个基本记忆柱群能传出兴奋到 D，而这时 D 被 B 兴奋的基本 记忆柱群能刚好达到兴奋阀数，则 M 为回忆阀数。 1） 当智能软件欲通过K 的刺激回忆与K 建立有记忆联系且在其后刺激智能软 件的对象时，兴奋的K1 被状态中枢抑制其YZXZ 兴奋，兴奋的YZXZ 易化 所有与之建立有记忆联系的YXZ，由专门的程序记录下这些YXZ，并从中 选出6 个最易兴奋且相互之间建立有记忆联系的YXZ（在这里6 个YXZ 被 选择出来便能触发状态兴奋，6 便是兴奋阀数），兴奋与这些YXZ 对应的 状态中枢，再由状态中枢记忆柱强烈易化相应的基本记忆柱群，而使这6 个YXZ 及相应的YHXZ 兴奋。兴奋的6 个基本记忆柱群通过YXZ 及YHXZ 兴奋与这6 个基本记忆柱群同时被易化兴奋（也就是说它们的YXZ 之间有 相互兴奋的记忆联系）且这时最易被兴奋的14 个基本记忆柱群。 2） 当智能软件欲通过K 的刺激回忆与K 建立有记忆联系且在其前刺激智能软 件的对象时，K1中兴奋的YHXZ 易化所有与之建立有记忆联系的YXZ，由 专门的程序记录下这些YXZ，……。 有效回忆的机理（它是思维的基础之一） 刺激 M 对应的原始记忆柱群为 m，刺激 B 对应的原始记忆柱群为 b，刺激 C 对应的
    原始记忆柱群为 c，刺激 E 对应的原始记忆柱群为 e,m 与 b 有直接的记忆联系，b 分别与 c、 e 有直接的记忆联系，由刺激 A 回忆起 b’，如果 b’与 b 相比，它们共有的基本记忆柱群达到 了回忆阀数，则由 b’能回忆起 c、e，那么相对于 c、e，b’与 b 等效，也就是说由刺激 M 回忆起了刺激 B。如果 b’与 b 不存在等效关系，则由 M 不能回忆起 B。 4、 人工智能软件的模糊回忆机理。 有原始记忆柱群 A、B（A、B 曾分别兴奋过），A 发出的传出纤维与 B 的一部分基本记 忆柱群（用 B1 表示，B1 应是最大兴奋数）有联系，而当 B1 中兴奋的基本记忆柱群达到兴 奋阀数时通过记忆联系能使所有的 B 兴奋。当 A、B 建立记忆联系后， A 对 B1 的兴奋能 力便大大增强。A 再兴奋时便可兴奋 B1，B1 又能使大部分 B 兴奋。与 A 相似的兴奋能兴 奋大部分 B1（用 B2 表示），如果 B2 包含的基本记忆柱群的数目超过或等于兴奋阀数，B2 便能使 B 兴奋。 1）K1与S1建立了记忆联系，K1的20 个基本记忆柱群与S1中的10 个基本记忆柱群 有直接的兴奋记忆，而K1中的12 个基本记忆柱群至少与S1中10＊12/20=6 个基 本记忆柱群建立有记忆联系。 2）一个对象F 对应的A 区的基本记忆柱群为F1，F 与K 相似，F1与K1共有的记忆 柱群F1K1为12 个基本记忆柱群。 3）如图8：以F 为对象进行回忆，则F1被状态中枢抑制时，F1K1也被状态中枢抑制， F1K1的YZXZ 刚好使S1的6 个YXZ 兴奋而触发S1的兴奋，从而完成回忆。在F1K1 的作用下F 的回忆内容可与K 的回忆内容相同。（由于在这里只要有超过12 个基 本记忆柱群相同便能产生一次有效的回忆因而12 便是回忆阀数） 4）也就是说一个对象与K 相似到一定程度（有12 到20 个基本记忆柱群相同）便能 触发相同的回忆，这便是模糊回忆的机理。 K1 F1 K1F1 有 12 个基本 记忆柱群 S1 6 个基本记忆柱群 图 8 5、状态性兴奋。 状态性兴奋：在一群被易化了的记忆柱中产生的兴奋称为状态性兴奋。状态性兴奋应 是智能软件必有的功能，否则智能软件便只能进行最基本的回忆，稍复杂的回忆便无法进行。 在有大量的记忆的情况下，只有并行存储模式才能使状态性兴奋方便的实现。 假设K1与F1、S1建立有记忆联系而K2与S1、F2 建立有记忆联系。如果要回忆即与K1 建立有记忆联系又与S1建立有记忆联系的对象，则需要状态性中枢（它不同于状态中枢） 的参与。其过程是：在状态性中枢的参与下先记录下由于K1的兴奋而可能被兴奋的所有的 YXZ，然后在K1易化的基础上记录下所有由于K2的兴奋而可能被兴奋的所有的YXZ，最后 从这些被记录下的YXZ 中选择6 个最易被兴奋且相互之间有记忆联系的YXZ 兴奋，从而产 生回忆。由于K1、K2 都与S1 建立有记忆联系的，因而被记录的S1 中的YXZ 被易化的强度
    是F1、F2的两倍，被选择的YXZ 自然是S1的，因而S1被回忆。 K1 S1 S1K1K2 K2F2 K1F1 K2 图 9 如图9：K1易化兴奋的S1的YXZ 为S1K1，在K1易化兴奋的基础上，K2再易化兴奋S1K1 的S1K1K2，K1易化兴奋的F1的YXZ 为K1 F1，K2易化兴奋的F2的YXZ 为K2 F2。可看出， S1K1K2 的YXZ 的易化兴奋能力远大于K2F2、K1F1 的YXZ 的易化兴奋能力。因而回忆时， S1K1K2被选择，从而回忆的内容为S1。 其它类型的状态回忆的机理类似。 6、 信息的传出。 用传出中枢的一群记忆柱的兴奋代表传出联系的基本组成单位。一个传出联系就是多个 这样的记忆柱群按一定方式兴奋的结果，不同的传出兴奋可通过传出中枢的联络区对应核心 中枢不同的兴奋状态。如果用文字来输出信息，我们可使其基本单位为短线段、角度、时间、 空间，这是因为任何字我们都可以用大量的具有不同角度的短线段在一定时间内组合出来。 也就是说只要方法得当我们可以编写出，其传出信息能反应自己的核心中枢对信息处理结果 的人工智能软件（这种能力需长期学习获得），并且这样的信息能被人理解。 人工智能软件各局部之间的纤维联系 联系的原则是： a) 能使并行存储、回忆实现。 b) 能使模糊兴奋、回忆实现。 c) 纤维联系尽量少（这将有效减少计算量）。 d) 回忆差错的发生概率在容忍范围内。 我想可有下面的联系方式。 1、 2、 1） 2） 各个感觉中枢及传出中枢与其联络区的纤维联系是一一对应性联系，它们之间 不存在记忆联系问题。 纤维联系问题主要是联络区的基本记忆柱群之间的联系问题。可有以下几种联 系方式。 每个基本记忆柱之间都有相互兴奋的纤维联系。这种方法最简单，但只在 智能软件包含的记忆柱较少的情况下可应用，否则计算量太大。 通过各种方法减少记忆柱之间的纤维联系（这种情况下往往使回忆差错的 概率增大）在能满足并行存储、模糊兴奋、回忆的前提下，回忆差错的概 率应在能容忍的范围内。 假设另一感觉中枢的联络区（用Q 表示）的结构与视觉中枢的联络区（A）的结构相似。 那么如果以第一种方式来联系则每个YXZ 的传出联系有20＊19＋19＊19＝741 个。每个基 本记忆柱群的基础传出联系有741＊3＝2223 个。
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料