参数化模糊联想记忆网络的学习算法

• 作者: 吴建华 唐良荣 徐蔚鸿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 伴随蕴涵算子 模糊联想记忆网络 学习算法 t-模
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 研究、探讨
• 页码范围: 45-46,49
• 页数: 3页
• 分类号: TP18
• 字数: 2274字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.12.014

摘要

基于Dubois提出的带参数ξ的t-模Tξ,提出了一种参数化的广义模糊联想记忆网络Max-TξFAM.由于Tξ中参数ξ的作用,在应用中Max-TξFAM有更强的可调性和灵活性.接着利用Tξ的伴随蕴涵算子,提出了Max-TξFAM的一种有效学习算法.从理论上严格证明了,只要Max-TξFAM能完整可靠地存储所给的多个模式对,则所提出的学习算法一定能找到使得网络能完整可靠存储这些模式对的所有连接权矩阵的最大者.最后,用实验说明了所提出的学习算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐良荣	长沙理工大学计算机与通信工程学院	3	3	1.0	1.0
2	吴建华	长沙理工大学计算机与通信工程学院	11	37	4.0	5.0
3	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0