%0 Journal Article
%T 带参数聚合算子的模糊联想记忆网络
%A 李鹰
%A 徐蔚鸿
%A 唐良荣
%J 控制理论与应用
%D 2010
%R 10.7641/j.issn.1000-8152.2010.11.CCTA081132
%X 基于最大运算Max和t--范数T的神经网络模型Max-TFAM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？20,1g中选取;从理论上严格证明了GFAM具有一致连续性,比所有Max-TFAM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-TFAM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 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://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA081132&flag=1