%0 Journal Article
%T Fuzzy associative memory network based on parameterized gathering operator<br>带参数聚合算子的模糊联想记忆网络
%A LI Ying
%A XU Wei-hong
%A TANG Liang-rong
%A <br>李鹰
%A 徐蔚鸿
%A 唐良荣
%J 控制理论与应用
%D 2010
%I 
%X 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_ , 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_ j  20, 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- 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.
%K fuzzy neural network
%K fuzzy associative memory
%K learning algorithm
%K t-norm
%K fuzzy relational equation<br>模糊神经网络
%K 模糊联想记忆
%K 学习算法
%K t--范数
%K 模糊关系方程
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=970898A57DFC021F93AB51667BAED7F7&aid=58AE70584829D247CC859B75006DFD2E&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=708DD6B15D2464E8&sid=F53B1922DFC7BC64&eid=5BC63FBF7BBD8371&journal_id=1000-8152&journal_name=控制理论与应用&referenced_num=0&reference_num=0