模糊形态学双向联想记忆网络的性质

• 作者: 徐蔚鸿 曾水玲 杨静宇
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 模糊形态双向联想记忆网络(FMBAM) 学习算法 稳定性 收敛性 鲁棒性
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 54-62
• 分类号: TP181
• 字数: 7152字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2012.01.008

摘要

为模糊形态学双向联想记忆网络(FMBAM)提出一个学习算法.在理论上证明只要存在使给定的模式对集合成为FMBAM的平衡态集合,则该学习算法总能计算出相应的最大连接权矩阵对.该最大连接权矩阵对能使FMBAM对任意输入在一步内就进入平衡态,并且神经网络全局收敛到平衡态.FMBAM的每个平衡态都是Lyapunov稳定的.当训练模式存在摄动时,利用该学习算法训练的FMBAM,对训练模式摄动拥有好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	85	647	14.0	21.0
4	曾水玲	吉首大学信息科学与工程学院	31	159	7.0	11.0