模糊Hopfield网络的收敛性与鲁棒性分析

• 作者: 刘亮 徐蔚鸿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 阈值 模糊神经网络 Max-T模糊Hopfield神经网络 收敛性 鲁棒性
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP18
• 字数: 4115字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0246

摘要

收敛性与鲁棒性是模糊神经网络的两个重要性质。对带阈值的Max-T模糊Hopfield神经网络（记为Max-T-C FHNN）的收敛性及在训练模式小幅摄动情况下的鲁棒性进行了分析，从理论上给出了严格的证明。发现了采用最大权值矩阵学习算法时，Max-T-C FHNN具有良好的收敛性，同时当T模及其蕴含算子满足Lipschitz条件时， Max-T-C FHNN对训练模式摄动全局拥有好的鲁棒性，用自联想实验验证了理论的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	刘亮	长沙理工大学计算机与通信工程学院	63	603	12.0	23.0