文献类型：期刊文章

作　　者：冯乃勤[1] 刘春红[1] 张聪品[1] 徐久成[1] 王双喜[1]

机构地区：[1]河南师范大学计算机与信息技术学院,河南新乡453007

出　　处：《计算机学报》

基　　金：国家自然科学基金(60873104);河南省自然科学基金(0511012300);河南师范大学博士基金(521662)资助~~

年　　份：2010

卷　　号：33

期　　号：1

起止页码：157-166

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20101212786204)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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.

关 键 词：形态学神经网络 形态学联想记忆 范式 算子 框架  

分 类 号：TP18]