基于模糊形態(tài)雙向聯(lián)想記憶網絡的研究.pdf

1、聯(lián)想記憶是人類腦細胞的重要功能之一。近年來，G．X．Ritter等人提出的形態(tài)雙向聯(lián)想記憶網絡（MBAM）是一種比較有效的聯(lián)想記憶方法，克服了傳統(tǒng)聯(lián)想記憶網絡樣本存儲能力有限、聯(lián)想記憶需要多次迭代、并有可能不收斂或收斂到局部極值點的缺陷，較好地解決了二值圖像的聯(lián)想記憶問題，因而得到了較為成功的應用。 本文是在MBAM的基礎上，提出了模糊形態(tài)雙向聯(lián)想記憶網絡（FMBAM），從理論上證明了其保證正確雙向聯(lián)想的條件和可行性，利用乘法和

2、取大取小操作，較好地解決了雙向完全聯(lián)想記憶問題，并且FMBAM能夠記憶模糊規(guī)則和提高存儲能力，從而為聯(lián)想記憶的應用提供了一種新的途徑和方法。在此基礎上，為了解決聯(lián)想記憶中的難點之一，使聯(lián)想記憶網絡具有抗任意隨機噪聲的能力，本文提出了動態(tài)核的FMBAM，分析了核矢量的特點，證明了它的有效性和必要性，并給出了尋找最佳核矢量的步驟和方法，比較好地解決了二值圖像抗任意隨機噪聲的聯(lián)想記憶問題，并把該方法應用于二值圖像的模式識別上，同樣獲得了有效的

3、結果。我的實驗驗證了其聯(lián)想記憶和識別的正確率明顯高于已有的方法。 本文也把動態(tài)核的FMBAM推廣應用于灰度圖像和彩色圖像。理論證明了這種推廣的可行性與正確性。在灰度圖像的實現中其難點在于核矢量的選擇，本文提出了一種尋找動態(tài)核的方法；在彩色圖像的實現中，存在計算量急劇增加的困難，為此，提出了選取分色核，再合成的聯(lián)想記憶方法。從而初步解決了這二類圖像在含有任意隨機噪聲時的聯(lián)想記憶與識別問題，實驗也驗證了這種方法的有效性。 為