对数-指数形态学联想记忆

• 作者: 冯乃勤 宋黎明 王双喜 王鲜芳 田勇 范海菊
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 对数 指数形态学联想记忆 自联想记忆 异联想记忆 完全回忆记忆
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1662-1674
• 页数: 13页
• 分类号: TP18
• 字数: 8260字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004620

摘要

利用对数和指数算子构建了一种新的形态学联想记忆方法,简称LEMAM.理论分析表明:自联想LEMAM(简称ALEMAM)具有无限存储能力、一步回忆记忆、一定的抵抗腐蚀噪声或膨胀噪声的能力,在输入完全或在一定的噪声范围内,能够保证完全回忆记忆;异联想LEMAM(简称HLEMAM)在输入完全情况下,不能保证完全回忆记忆,但当满足一定条件时,也能够达到完美联想记忆.对比实验结果表明:在一些情况下,LEMAM能够取得较好的联想记忆效果.总体来说,LEMAM丰富了形态学联想记忆的理论和实践,可以作为一种神经计算模型加以研究和利用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯乃勤	河南师范大学计算机与信息工程学院	48	422	11.0	19.0
3	范海菊	河南师范大学计算机与信息工程学院	27	83	5.0	8.0
4	王鲜芳	河南师范大学计算机与信息工程学院	35	104	6.0	8.0
5	王双喜	商丘学院计算机科学与技术学院	8	17	3.0	4.0
8	田勇	河南机电职业学院信息工程系	3	6	1.0	2.0
9	宋黎明	河南师范大学计算机与信息工程学院	7	12	2.0	3.0