本發(fā)明公開了一種基于噪聲遮蔽的發(fā)散式人工智能記憶模型,將噪聲發(fā)生器noiser與自編碼器AE的組合成降噪模塊,n個(gè)降噪模塊依次串聯(lián)起來構(gòu)成自編碼器系統(tǒng)AEs,自編碼器系統(tǒng)AEs的噪聲發(fā)生器noiser與自編碼器AE的組合,信息首輸入噪聲發(fā)生器noiser,經(jīng)過噪聲疊加之后,依次遞給下一個(gè)降噪模塊多階,逐階降噪,AE的降噪實(shí)際上就是把信息中的噪聲去除,可以看做信息量的增加.是AE擁有能夠?qū)崿F(xiàn)降噪,會(huì)恢復(fù)被一定的噪聲掩蓋的信息;噪聲將分階段加載串聯(lián)的AE上面構(gòu)成AEs,噪聲按照AEs的階數(shù),分成不同功率的子噪聲,將這些噪聲子逐個(gè)加載到對(duì)應(yīng)的AE上,模型就完全記憶了圖像的特征,實(shí)現(xiàn)了信息的完備記憶.