计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2013年
5期
998-1004
,共7页
三角模%伴随蕴涵算子%模糊联想记忆网络%学习算法%t-模
三角模%伴隨蘊涵算子%模糊聯想記憶網絡%學習算法%t-模
삼각모%반수온함산자%모호련상기억망락%학습산법%t-모
当T为t-模时,基于模糊取大和T的模糊联想记忆网络(FAM)存在局限性,当T为三角模,是t-模的广义形式,将这种FAM推广成基于Max-T的模糊联想记忆网络Max-T FAM.则Max-T FAM实现了从一个向量空间到另一向量空间的映射,从Max-T FAM的值域角度,分析了它的存储能力,并建立了一个三角模T的伴随蕴涵算子新概念,利用该伴随蕴涵算子,在无需T为连续的、严格增等条件下,提出了Max-T FAM的一个简洁的通用离线学习算法和通用在线学习算法.从理论上严格证明了只要Max-T FAM能完整可靠地存储所给的多个模式对,则这两种算法都能轻易找到使得网络能完整可靠存储这些模式对的所有连接权矩阵的最大者.最后,用实验证明了Max-T FAM模型和所提出的学习算法的有效性.
噹T為t-模時,基于模糊取大和T的模糊聯想記憶網絡(FAM)存在跼限性,噹T為三角模,是t-模的廣義形式,將這種FAM推廣成基于Max-T的模糊聯想記憶網絡Max-T FAM.則Max-T FAM實現瞭從一箇嚮量空間到另一嚮量空間的映射,從Max-T FAM的值域角度,分析瞭它的存儲能力,併建立瞭一箇三角模T的伴隨蘊涵算子新概唸,利用該伴隨蘊涵算子,在無需T為連續的、嚴格增等條件下,提齣瞭Max-T FAM的一箇簡潔的通用離線學習算法和通用在線學習算法.從理論上嚴格證明瞭隻要Max-T FAM能完整可靠地存儲所給的多箇模式對,則這兩種算法都能輕易找到使得網絡能完整可靠存儲這些模式對的所有連接權矩陣的最大者.最後,用實驗證明瞭Max-T FAM模型和所提齣的學習算法的有效性.
당T위t-모시,기우모호취대화T적모호련상기억망락(FAM)존재국한성,당T위삼각모,시t-모적엄의형식,장저충FAM추엄성기우Max-T적모호련상기억망락Max-T FAM.칙Max-T FAM실현료종일개향량공간도령일향량공간적영사,종Max-T FAM적치역각도,분석료타적존저능력,병건립료일개삼각모T적반수온함산자신개념,이용해반수온함산자,재무수T위련속적、엄격증등조건하,제출료Max-T FAM적일개간길적통용리선학습산법화통용재선학습산법.종이론상엄격증명료지요Max-T FAM능완정가고지존저소급적다개모식대,칙저량충산법도능경역조도사득망락능완정가고존저저사모식대적소유련접권구진적최대자.최후,용실험증명료Max-T FAM모형화소제출적학습산법적유효성.
