河南省自然科学基金(0511012300)
- 作品数：2 被引量：25H指数：1
- 相关作者：刘春红王双喜冯乃勤张聪品谷海红更多>>
- 相关机构：河南师范大学鹤壁职业技术学院更多>>
- 发文基金：河南省自然科学基金博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 形态学联想记忆框架研究被引量：25
- 2010年
- 形态学联想记忆(MAM)是一类极为新颖的人工神经网络.典型的MAM实例对象包括:实域MAM(RMAM)、复域MAM(CMAM)、双向MAM(MBAM)、模糊MAM(FMAM)、增强的FMAM(EFMAM)、模糊MBAM(FMBAM)等.它们虽有许多诱人的优点和特点,但有相同的形态学理论基础,本质上是相通的,将其统一在一个MAM框架中是可能的.同时,联想记忆统一框架的建立也是当前的研究重点和难点之一.为此作者构建了一个形态学联想记忆框架.文中首先分析MAM类的代数结构,奠定可靠的MAM框架计算基础;其次,分析MAM类的基本操作和共同特征,抽取它们的本质属性和方法,引入形态学联想记忆范式和算子;最后,提炼并证明主要的框架定理.该框架的意义在于:(1)从数学的角度将MAM对象统一在一起,从而能以更高的视角揭示它们的特性和本质;(2)有助于发现一些新的形态学联想记忆方法,从而解决更多的联想记忆、模式识别、模糊推理等问题.
- 冯乃勤刘春红张聪品徐久成王双喜
- 关键词：形态学神经网络形态学联想记忆范式算子
- 一种新的形态学联想记忆网络模型研究
- 2014年
- 针对即使在输入模式无噪声,形态学联想记忆在用于异联想时仍不能保证完全回忆的问题,从扩大记忆矩阵的存储空间的角度入手,提出一种新的形态学联想记忆模型——三维存储矩阵的形态学联想记忆来刻画MAM(Morphological Associative Memories)的记忆性能。该模型能够弥补传统形态学联想记忆的记忆矩阵的不足,解决MAM在异联想时不能保证对模式对集实现完全回忆的问题。详细阐述了构建三维存储矩阵的原理与步骤,并通过实例验证三维存储矩阵的形态学联想记忆的记忆性能远远优于传统的形态学联想记忆。
- 谷海红李素娟敖连辉
- 关键词：形态学联想记忆记忆性能异联想
