聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽 首页聽|聽简介聽|聽编委会聽|聽征稿简则聽|聽英文刊聽|聽稿件流程聽|聽致读者聽|聽下载区聽|聽常见问题说明
带参数聚合算子的模糊联想记忆网络
Fuzzy associative memory network based on parameterized gathering operator
摘要点击聽60聽聽全文点击聽40聽聽投稿时间:2008/10/15聽聽最后修改时间:2010/5/12
查看全文聽聽查看/发表评论聽聽下载PDF阅读器
DOI编号聽聽
聽聽2010,27(11):1518-1524
中文关键词聽聽模糊神经网络聽聽模糊联想记忆聽聽学习算法聽聽t--范数聽聽模糊关系方程
英文关键词聽聽fuzzy neural network聽聽fuzzy associative memory聽聽learning algorithm聽聽t-norm聽聽fuzzy relational equation
基金项目聽聽国家自然科学基金资助项目(6003302); 教育部重点科研基金资助项目(208098).
学科分类代码聽聽
作者单位E-mail
李鹰长沙理工大学 计算机与通信工程学院liying5196@163.com
徐蔚鸿长沙理工大学 计算机与通信工程学院; 吉首大学 数学与计算科学学院
唐良荣长沙理工大学 计算机与通信工程学院
中文摘要
聽聽聽聽聽聽基于最大运算Max和t--范数T的神经网络模型Max-T FAM是B.Kosko提出的经典模糊联想记忆(FAM)网络的一种重要的广义形式, 其性能有多处不足. 本文利用一种参数化聚合算子_赂, 提出了一种计算简单、易于硬件实现的广义模糊联想记忆(GFAM)网络, 其连接算子从f_赂j赂 2[0, 1]g 中选取; 从理论上严格证明了GFAM具有一致连续性, 比所有Max-T FAM的映射能力和存储能力强很多; 接着运用模糊关系方程理论提出和分析了GFAM的一种所谓的Max-Min-赂学习算法; 最后用实验对GFAM和Max-T FAM的完整可靠存储能力进行了比较, 并示例了GFAM在图像联想方面的应用.
英文摘要
聽聽聽聽聽聽The neural network model Max-T FAM with the maximum operation and a t-norm T is an important generalized form of the classical fuzzy associative memory(FAM) network proposed by B.Kosko. This model has several disadvantages in its properties. Using a parameterized aggregating operator _赂 , we present a new generalized fuzzy associative memory(GFAM) network which is simple in computation and easy in implementation by hardware. All conjunctive operators of the interconnections of GFAM are chosen from a cluster f_赂j赂 2 [0; 1]g. The strict theoretical study reveals that the GFAM is uniformly continuous and has much higher mapping ability and stronger storage capability than all Max-T FAMs. From the theory of fuzzy relational equations, we derive and analyze a so-called Max-Min-λlearning algorithm for GFAM. Experimental comparisons of the storage capability have been made between GFAM and all Max-T FAMs. An application of GFAM to associative images is illustrated.
 
  聽聽聽聽聽聽聽聽聽 您是第725039位访问者  

主办单位:华南理工大学 中国科学院数学与系统科学研究院聽聽聽聽聽 单位地址:广州市天河区五山路381号

服务热线:020-87111464聽聽 传真:020-87111464聽聽 邮编:510640 聽聽Email: aukzllyy@scut.edu.cn
 

聽聽聽聽本系统由北京勤云科技发展有限公司设计聽聽京ICP备09084417号
美女图片