文献类型：期刊文章

作　　者：王敏[1] 王士同[2] 吴小俊[3]

机构地区：[1]南京般空航天大学计算机科学与工程系,江苏南京210016 [2]江南大学信息工程学院,江苏无锡214036 [3]中国科学院沈阳自动化研究所机器人学重点实验室,沈阳110015

出　　处：《电子学报》

基　　金：江苏省青年科技基金 (No BQ2 0 0 0 0 0 3) ;江苏省自然科学基金 (No BK2 0 0 2 0 0 1 ) ;中国科学院沈阳自动化研究所机器人学重点实验室基金(No RL2 0 0 1 0 8) ;江苏省高校自然科学基金 (No 0 1JKB52 0 0 2 )

年　　份：2003

卷　　号：31

期　　号：5

起止页码：690-693

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2003367625550)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：人工神经网络理论已经被成功地应用于各种不同的模式识别问题 .重点研究了联想记忆网络 ,提出了一种新的基于形态学和模糊运算的联想记忆网络 ,即模糊形态学联想记忆网络FMAM .它与经典联想记忆和模糊联想记忆FAM有显著不同 .文中分析了FMAM的记忆能力和抗腐蚀 /膨胀噪声的能力 .自联想FMAM具有无限存储能力 ,能保证完全回忆 ,并且回忆在一步内完成 ,可模糊性解释等 .

关 键 词：自联想记忆 数学形态学 形态学联想记忆 形态学神经网络

分 类 号：TP18] TP391]