新模糊形态学联想记忆网络的初步研究

• 作者: 吴小俊 王士同 王敏
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 自联想记忆 数学形态学 形态学联想记忆 形态学神经网络
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 690-693
• 页数: 4页
• 分类号: TP18|TP391
• 字数: 5155字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2003.05.013

摘要

人工神经网络理论已经被成功地应用于各种不同的模式识别问题.重点研究了联想记忆网络,提出了一种新的基于形态学和模糊运算的联想记忆网络,即模糊形态学联想记忆网络FMAM.它与经典联想记忆和模糊联想记忆FAM有显著不同.文中分析了FMAM的记忆能力和抗腐蚀/膨胀噪声的能力.自联想FMAM具有无限存储能力,能保证完全回忆,并且回忆在一步内完成,可模糊性解释等.仿真实验验证了自联想FMAM的良好性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	吴小俊	中国科学院沈阳自动化研究所机器人学重点实验室	15	206	8.0	14.0
3	王敏	南京般空航天大学计算机科学与工程系	1	46	1.0	1.0