一种参数化模糊联想记忆网络的鲁棒性分析

• 作者: 唐良荣 徐蔚鸿 李鹰 蒋真
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 模糊神经网络 模糊联想记忆网络 学习算法 鲁棒性 t-模
• 年，卷（期）: 2010,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 212-214
• 分类号: TP18
• 字数: 4144字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.10.073

摘要

基于最大运算Max以及带参数ξ的t-模Tξ的模糊关系合成,提出一种参数化的广义模糊联想记忆网络Max-Tξ FAM及一种有效学习算法.由于Tξ中参数ξ的作用,在应用中Max-Tξ FAM有更大的适应性和灵活性.从理论上证明采用该学习算法时,对任意,Max-Tξ FAM对训练模式摄动的鲁棒性差.通过一个图像联想方面的实验检验了该结论的正确性.

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	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
6	李鹰	长沙理工大学计算机与通信工程学院	6	150	3.0	6.0
7	蒋真	长沙理工大学计算机与通信工程学院	2	4	2.0	2.0