一种模糊双向联想记忆网络的性质研究
来源期刊：控制工程2016年第11期
论文作者：曾水玲
文章页码：1774 - 1778
关键词：模糊双向联想记忆网络;稳定性;收敛性;鲁棒性;
摘 要：基于已经提出的Lukasiewicz t-模算子的模糊双向联想记忆网络（FBAM）的学习算法,进一步研究该网络的性质。在理论上证明了只要存在使给定的模式对集合能成为FMBAM的平衡态集合,则该连接权矩阵对能使FMBAM对任意输入全局收敛到平衡态。当训练模式存在摄动时,利用该学习算法训练的FBAM,对训练模式摄动拥有好的鲁棒性。
曾水玲
吉首大学信息科学与工程学院
摘 要：基于已经提出的Lukasiewicz t-模算子的模糊双向联想记忆网络（FBAM）的学习算法,进一步研究该网络的性质。在理论上证明了只要存在使给定的模式对集合能成为FMBAM的平衡态集合,则该连接权矩阵对能使FMBAM对任意输入全局收敛到平衡态。当训练模式存在摄动时,利用该学习算法训练的FBAM,对训练模式摄动拥有好的鲁棒性。
关键词：模糊双向联想记忆网络;稳定性;收敛性;鲁棒性;
