一种新颖的模糊形态联想记忆网络  

Novelty Fuzzy Morphological Associative Memories

作　　者：吴锡生[1] 冉天保[1] 王士同[1] 

机构地区：[1]江南大学信息工程学院,江苏无锡214122

出　　处：《微电子学与计算机》2006年第9期138-140,共3页Microelectronics & Computer

基　　金：江苏省自然科学基金项目(BK2003017)

摘　　要：模糊形态联想记忆网络FMAM具有较强的抗膨胀或腐蚀噪声能力,且可以模糊性解释。但抗混合噪声的能力很弱。而在实际中,随机噪声往往是混合型的,既有膨胀又有腐蚀噪声。为此提出了一种基于尺度空间的模糊形态联想记忆网络,并分析了其抗膨胀/腐蚀噪声和抗随机噪声的能力,它提高了自联想FMAM的抗随机噪声能力。通过仿真实验验证了该方法具有良好的性能。Fuzzy Morphological Associative Memories（FMAM） has strong capability against dilative or erosive noise, and fuzzy explanation, but its ability against general noise is poor. In practice, random noise is always composed both of dilative and erosive noise. A new version of FMAM based on scale space is presented here. New FMAM＇s tolerance capability of dilative/erosive and random noise is analyzed. Autoassociative FMAM＇s ability resisting random noise is improved. The results of emulation experiment testify its good performance.

关 键 词：形态尺度空间 模糊联想记忆 神经网络 膨胀/腐蚀存储矩阵 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]