基于三角模的模糊双向联想记忆网络的性质研究

• 作者: 徐蔚鸿 曾水玲 杨静宇
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 三角模 模糊双向联想记忆网络 学习算法 稳定性 鲁棒性
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能及图像处理
• 页码范围: 238-240,267
• 页数: 4页
• 分类号: TP18
• 字数: 4802字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2009.02.057

摘要

基于模糊取大算子和三角模T的模糊合成,构建了一类模糊双向自联想记忆网络Max-T FBAM.利用三角模T的伴随蕴涵算子,为这类Max-T FBAM提出了学习算法,并理论上证明了该学习算法确定的连接权矩阵是网络最大的连接权矩阵.对任意输入能使Max-T FBAM迭代一步内就进入稳定态,该类网络具有全局稳定性和可靠的存储能力.当三角模T满足利普希兹条件时,采用上述学习算法时自联想Max-T FBAM对训练模式的摄动全局拥有好的鲁棒性.最后用实验证实了理论研究,也为图像的可靠存储提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学与技术学院	623	11098	50.0	74.0
2	徐蔚鸿	南京理工大学计算机科学与技术学院	18	167	6.0	12.0
4	曾水玲	南京理工大学计算机科学与技术学院	31	159	7.0	11.0