形態(tài)分解聯(lián)想算法及抗隨機(jī)噪聲的應(yīng)用與研究.pdf

1、聯(lián)想記憶是人類腦細(xì)胞的重要功能之一，人工神經(jīng)網(wǎng)絡(luò)一個(gè)很重要的方面就是模擬人類的聯(lián)想記憶功能。20世紀(jì)末，G.X.Ritter[1,2]等人提出的雙向形態(tài)學(xué)聯(lián)想記憶網(wǎng)絡(luò)(MBAM)是一種較為有效的聯(lián)想記憶網(wǎng)絡(luò)，它不僅克服了經(jīng)典聯(lián)想記憶網(wǎng)絡(luò)存儲(chǔ)能力有限、聯(lián)想記憶需要多次迭代等缺陷，而且對(duì)含單一噪聲二值圖像有較強(qiáng)的抗噪能力，但它幾乎沒有抗隨機(jī)噪聲的能力。雙向形態(tài)學(xué)聯(lián)想記憶網(wǎng)絡(luò)及它的各種改進(jìn)型網(wǎng)絡(luò)在處理模糊性解釋的問題上無能為力，B.Kosko

2、[3]提出了模糊聯(lián)想記憶網(wǎng)絡(luò)(FAM)，解決了模糊性解釋的問題，然而這種網(wǎng)絡(luò)的存儲(chǔ)能力卻極為微弱。為此，有學(xué)者將形態(tài)學(xué)和模糊聯(lián)想記憶網(wǎng)絡(luò)相結(jié)合提出了雙向模糊形態(tài)學(xué)聯(lián)想記憶網(wǎng)絡(luò)(FMBAM)，較好的解決了FAM存儲(chǔ)能力微弱的缺陷，并還具有很強(qiáng)的抗單一噪聲能力，可它對(duì)隨機(jī)噪聲幾乎沒有任何抑制性，這一缺陷限制了該網(wǎng)絡(luò)的應(yīng)用本文主要做了四方面的工作，一是將動(dòng)態(tài)核與圖像分解算法相結(jié)合得到了動(dòng)態(tài)核形態(tài)分解聯(lián)想算法，仿真實(shí)驗(yàn)結(jié)果表明該算法具有很強(qiáng)的抗