本發明公開了一種基于噪聲遮蔽的發散式人工智能記憶模型,將噪聲發生器noiser與自編碼器AE的組合成降噪模塊,n個降噪模塊依次串聯起來構成自編碼器系統AEs,自編碼器系統AEs的噪聲發生器noiser與自編碼器AE的組合,信息首輸入噪聲發生器noiser,經過噪聲疊加之后,依次遞給下一個降噪模塊多階,逐階降噪,AE的降噪實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擁有能夠實現降噪,會恢復被一定的噪聲掩蓋的信息;噪聲將分階段加載串聯的AE上面構成AEs,噪聲按照AEs的階數,分成不同功率的子噪聲,將這些噪聲子逐個加載到對應的AE上,模型就完全記憶了圖像的特征,實現了信息的完備記憶.