%0 Journal Article
%T 模糊联想记忆网络的增强学习算法
%A 舒桂清
%A 肖平
%J 中国图象图形学报
%D 2003
%R 10.11834/jig.20030134
%X 针对Kosko提出的最大最小模糊联想记忆网络存在的问题，通过对这种网络连接权学习规则的改进，给出了另一种权重学习规则，即把Kosko的前馈模糊联想记忆模型发展成为模糊双向联想记忆模型，并由此给出了模糊快速增强学习算法，该算法能存储任意给定的多值训练模式对集.其中对于存储二值模式对集，由于其连接权值取值0或1,因而该算法易于硬件电路和光学实现.实验结果表明，模糊快速增强学习算法是行之有效的.
%K 模糊联想记忆
%K 增强学习算法
%K 连接权矩阵
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20030134&flag=1