一种CMAC超闭球结构及其学习算法 被引量：17

1

作者 段培永 邵惠鹤 《自动化学报》 EI CSCD 北大核心 1999年第6期816-819,共4页

提出了一种ＣＭＡＣ（Ｃｅｒｅｂｅｌｌａｒ ＭｏｄｅｌＡｒｔｉｃｕｌａｔｉｏｎ Ｃｏｎｔｒｏｌｌｅｒ）输入空间超闭球量化方法．基于超闭球上模糊基函数的信息存储与恢复策略，还给出了快速收敛的学习算法．通过非线性动态系统建模... 提出了一种ＣＭＡＣ（Ｃｅｒｅｂｅｌｌａｒ ＭｏｄｅｌＡｒｔｉｃｕｌａｔｉｏｎ Ｃｏｎｔｒｏｌｌｅｒ）输入空间超闭球量化方法．基于超闭球上模糊基函数的信息存储与恢复策略，还给出了快速收敛的学习算法．通过非线性动态系统建模仿真研究，结果表明ＣＭＡＣ具有很强的学习记忆和泛化能力． 展开更多

关键词 cmac 联想记忆 学习算法 神经网络

在线阅读 下载PDF 职称材料

一种基于网点的小脑模型及其在非线性动态系统建模中的应用 被引量：1

2

作者 段培永 《山东建筑工程学院学报》 1997年第4期80-85,共6页

小脑模型（ＣｅｒｅｂｅｌａｒＭｏｄｅｌＡｒｔｉｃｕｌａｔｉｏｎＣｏｎｔｒｏｌｅｒ，ＣＭＡＣ）常用于学习控制，可看作一种基函数网络。本文提出了网点的概念和以网点为中心的超闭球量化方法，给出了快速学习算法，并分析了其收敛... 小脑模型（ＣｅｒｅｂｅｌａｒＭｏｄｅｌＡｒｔｉｃｕｌａｔｉｏｎＣｏｎｔｒｏｌｅｒ，ＣＭＡＣ）常用于学习控制，可看作一种基函数网络。本文提出了网点的概念和以网点为中心的超闭球量化方法，给出了快速学习算法，并分析了其收敛性，通过非线性动态系统连续搅拌釜反应器的建模仿真研究，结果表明该ＣＭＡＣ具有很强的学习记忆功能，可用于非线性动态建模。 展开更多

关键词 cmac 联想记忆 非线性建模 网点 小脑模型

在线阅读 下载PDF 职称材料

训练模式对的摄动对模糊双向联想记忆网络的影响及其控制 被引量：17

3

作者 徐蔚鸿 宋鸾姣 +1 位作者 李爱华 杨静宇 《计算机学报》 EI CSCD 北大核心 2006年第2期337-344,共8页

训练模式对的小幅摄动可能对模糊神经网络的性能产生副作用,为此文中提出了一般性的模糊神经网络对训练模式对摄动的鲁棒性概念,并就典型的模糊双向联想记忆网络FBAM进行了具体分析.理论研究表明FBAM采用模糊赫布学习算法时该鲁棒性好,... 训练模式对的小幅摄动可能对模糊神经网络的性能产生副作用,为此文中提出了一般性的模糊神经网络对训练模式对摄动的鲁棒性概念,并就典型的模糊双向联想记忆网络FBAM进行了具体分析.理论研究表明FBAM采用模糊赫布学习算法时该鲁棒性好,而采用新近提出的另一学习算法时,该鲁棒性较差.为此,作者为后一算法提供了一种训练模式对摄动的控制方法,以保证FBAM的这种鲁棒性较好.最后用FBAM在图像联想方面的实验证实了文中的某些理论结果.文中工作对FBAM系统的性能分析、学习算法的选择和模式对获取过程的指导有一定意义. 展开更多

关键词 模糊双向联想记忆 学习算法 模式 摄动 鲁捧性

在线阅读 下载PDF 职称材料

模糊联想记忆的一种有效学习算法 被引量：18

4

作者 范俊波 靳蕃 史燕 《电子学报》 EI CAS CSCD 北大核心 1996年第1期112-115,共4页

本文提出最大－最小合成模糊联想记忆的一种新的学习算法，在一定条件下，这种学习算法能将多个模糊模式对可靠地编码到模糊联想记忆的连接权矩阵中，且已存储的模式对可被完整地回想出来。

关键词 模糊联想记忆 学习算法 连接权矩阵

在线阅读 下载PDF 职称材料

基于爱因斯坦t-模的模糊联想记忆的学习算法 被引量：5

5

作者 程思蔚 徐蔚鸿 +1 位作者 王勇 欧阳毅 《计算机工程与应用》 CSCD 北大核心 2006年第15期40-41,44,共3页

为神经网络提供有效学习算法是神经网络研究的关键问题。文章利用t-模的伴随蕴涵算子,为基于Max和Tes合成的模糊联想记忆网络Max-TesFAM提供了一种新的学习算法,此处Tes是由爱因斯坦提出的一种t-模算子。从理论上严格证明了,只要Max-Tes... 为神经网络提供有效学习算法是神经网络研究的关键问题。文章利用t-模的伴随蕴涵算子,为基于Max和Tes合成的模糊联想记忆网络Max-TesFAM提供了一种新的学习算法,此处Tes是由爱因斯坦提出的一种t-模算子。从理论上严格证明了,只要Max-TesFAM能完整可靠地存储所给的多个模式对,则该新的学习算法一定能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,用实验说明了所提出的学习算法的有效性。 展开更多

关键词 伴随蕴涵算子 模糊联想记忆网络 学习算法 T-模

在线阅读 下载PDF 职称材料

最大─乘积型模糊联想记忆网络的最大最小编码学习算法 被引量：6

6

作者 肖平 杨丰 余英林 《通信学报》 EI CSCD 北大核心 1999年第1期17-22,共6页

提出了最大─乘积型模糊联想记忆网络的最大最小编码学习算法，新算法可以记忆任意多个自联想模式。对于异联想模式，给出了一种以最大最小编码算法为基础，近似求解网络连接权阵的梯度下降学习算法，这种方法可用于解最大乘积型模糊关... 提出了最大─乘积型模糊联想记忆网络的最大最小编码学习算法，新算法可以记忆任意多个自联想模式。对于异联想模式，给出了一种以最大最小编码算法为基础，近似求解网络连接权阵的梯度下降学习算法，这种方法可用于解最大乘积型模糊关系方程。计算机模拟实验证实了算法的有效性。 展开更多

关键词 神经网络 模糊联想记忆 学习算法 模糊关系方程

在线阅读 下载PDF 职称材料

基于三角模的模糊双向联想记忆网络的性质研究 被引量：5

7

作者 曾水玲 杨静宇 徐蔚鸿 《计算机科学》 CSCD 北大核心 2009年第2期238-240,267,共4页

基于模糊取大算子和三角模T的模糊合成,构建了一类模糊双向自联想记忆网络Max-T FBAM。利用三角模T的伴随蕴涵算子,为这类Max-TFBAM提出了学习算法,并理论上证明了该学习算法确定的连接权矩阵是网络最大的连接权矩阵。对任意输入能使Max... 基于模糊取大算子和三角模T的模糊合成,构建了一类模糊双向自联想记忆网络Max-T FBAM。利用三角模T的伴随蕴涵算子,为这类Max-TFBAM提出了学习算法,并理论上证明了该学习算法确定的连接权矩阵是网络最大的连接权矩阵。对任意输入能使Max-T FBAM迭代一步内就进入稳定态,该类网络具有全局稳定性和可靠的存储能力。当三角模T满足利普希兹条件时,采用上述学习算法时自联想Max-T FBAM对训练模式的摄动全局拥有好的鲁棒性。最后用实验证实了理论研究,也为图像的可靠存储提供了参考。 展开更多

关键词 三角模 模糊双向联想记忆网络 学习算法 稳定性 鲁棒性

在线阅读 下载PDF 职称材料

训练模式的摄动对最大——乘积型模糊联想记忆网络的影响 被引量：4

8

作者 曾水玲 徐蔚鸿 杨静宇 《计算机应用》 CSCD 北大核心 2007年第2期346-348,共3页

首先建立了前馈型模糊联想记忆网络对训练模式摄动的鲁棒性概念,分析了最大—乘积型模糊联想记忆网络(Max-Product FAM),发现当采用模糊赫布学习算法时它的鲁棒性好,但采用另一学习算法时鲁棒性较差。最后用实验验证了理论结果。

关键词 模糊联想记忆网络 学习算法 训练模式对 摄动 鲁棒性

在线阅读 下载PDF 职称材料

一种新的双向联想记忆的学习算法 被引量：2

9

作者 修春波 刘向东 +1 位作者 张宇河 王帅宇 《小型微型计算机系统》 CSCD 北大核心 2005年第6期976-978,共3页

提出了一种新的用于双向联想记忆的学习算法,该算法利用了输入向量各元素之间的关联信息,在联想的过程中,动态地调整权值矩阵,增强了网络适应能力,利用了更多的已知信息,从而提高了网络的性能.

关键词 神经网络 双向联想记忆 学习算法

在线阅读 下载PDF 职称材料

基于任意给定训练集的离散型Hopfield网学习算法 被引量：4

10

作者 孟祥武 程虎 《软件学报》 EI CSCD 北大核心 1998年第3期213-216,共4页

本文提出了一个离散型Ｈｏｐｆｉｅｌｄ网联想记忆学习算法，该算法增加了训练样本的维数，因而能存储任意给定的训练模式集．

关键词 HOPFIELD网 联想记忆 学习算法 神经网络 离散型

在线阅读 下载PDF 职称材料

基于约束优化的联想记忆模型学习算法 被引量：4

11

作者 汪涛 俞瑞钊 何志均 《通信学报》 EI CSCD 北大核心 1992年第5期88-92,共5页

本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样... 本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样本的渐近稳定性和吸引域大小。计算机实验结果说明了学习算法的优越性。 展开更多

关键词 联想记忆模型 约束优化 学习算法

在线阅读 下载PDF 职称材料

基于Lukasiewiczt-模的模糊双向联想记忆网络的有效学习算法 被引量：5

12

作者 曾水玲 徐蔚鸿 《计算机应用》 CSCD 北大核心 2006年第12期2988-2990,共3页

利用t-模的伴随蕴涵算子,为基于Max和TL合成的模糊双向联想记忆网络Max-TLFBAM提供了一种新的学习算法,此处TL是Lukasiewiczt-模算子。从理论上严格证明了,只要存在有连接权矩阵对使得任意给定的模式对集成为Max-TLFBAM的平衡态集,则依... 利用t-模的伴随蕴涵算子,为基于Max和TL合成的模糊双向联想记忆网络Max-TLFBAM提供了一种新的学习算法,此处TL是Lukasiewiczt-模算子。从理论上严格证明了,只要存在有连接权矩阵对使得任意给定的模式对集成为Max-TLFBAM的平衡态集,则依该学习算法所确定的连接权矩阵对是所有这样的连接权矩阵对中的最大者。并用实验验证该学习算法的有效性。 展开更多

关键词 伴随蕴涵算子 模糊双向联想记忆网络 学习算法 T-模

在线阅读 下载PDF 职称材料

基于三角模的模糊联想记忆网络 被引量：2

13

作者 曾水玲 徐蔚鸿 杨静宇 《计算机研究与发展》 EI CSCD 北大核心 2013年第5期998-1004,共7页

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-TFAM.则Max-TFAM实现了从一个向量空间到另一向量空间的映射,从Max-TFAM的值域角度,分... 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-TFAM.则Max-TFAM实现了从一个向量空间到另一向量空间的映射,从Max-TFAM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-TFAM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-TFAM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-TFAM模型和所提出的学习算法的有效性. 展开更多

关键词 三角模 伴随蕴涵算子 模糊联想记忆网络 学习算法 T-模

在线阅读 下载PDF 职称材料

模糊双向联想记忆网络的有效学习算法 被引量：3

14

作者 曾水玲 杨静宇 徐蔚鸿 《微电子学与计算机》 CSCD 北大核心 2007年第12期70-72,76,共4页

基于模糊取大运算和爱因斯坦s-模提出新的模糊双向联想记忆网络模型(Max-Ses FBAM),并为该网络提出了一种新的学习算法。在理论上严格证明了,任意给定的模式对集,只要存在有连接权矩阵对使其为Max-Ses FBAM的平衡态集,则依该学习算法所... 基于模糊取大运算和爱因斯坦s-模提出新的模糊双向联想记忆网络模型(Max-Ses FBAM),并为该网络提出了一种新的学习算法。在理论上严格证明了,任意给定的模式对集,只要存在有连接权矩阵对使其为Max-Ses FBAM的平衡态集,则依该学习算法所确定的连接权矩阵对(,)是所有这样的连接权矩阵对中的最大者;且该最大连接权矩阵对能使Max-SesFBAM对任意输入在一步内就进入平衡态。 展开更多

关键词 伴随蕴涵算子 模糊双向联想记忆网络 学习算法 s-模

在线阅读 下载PDF 职称材料

基于加强学习与联想记忆粒子群优化算法的节点定位 被引量：6

15

作者 张广峰 段其昌 刘政 《传感器与微系统》 CSCD 北大核心 2013年第3期72-73,77,共3页

提出了加强学习与联想记忆的粒子群优化算法,并将该算法应用到无线传感器网络的节点定位中。在RSSI模型测距产生的不同误差情况下,分别比较极大似然估计法和加强学习与联想记忆的粒子群优化算法产生的定位误差、定位方差,证明了加强学... 提出了加强学习与联想记忆的粒子群优化算法,并将该算法应用到无线传感器网络的节点定位中。在RSSI模型测距产生的不同误差情况下,分别比较极大似然估计法和加强学习与联想记忆的粒子群优化算法产生的定位误差、定位方差,证明了加强学习与联想记忆的粒子群优化算法是一种收敛快、精度高、稳定性好的优化算法,适合应用在无线传感器网络节点定位中。 展开更多

关键词 加强学习与联想记忆的粒子群优化算法 节点定位 接收信号强度指示测距模型 极大似然估计法

在线阅读 下载PDF 职称材料

一种混合模糊联想记忆网络 被引量：2

16

作者 肖平 余英林 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 1998年第6期1-7,共7页

本文改进了Ｋｏｓｋｏ．Ｂ提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则，给出了一种新的学习算法，新算法克服了Ｋｏｓｋｏ．Ｂ算法的缺陷，在一定条件下，本文的学习算法能将模式对完整地联想出来．另外，本文在分析网络的... 本文改进了Ｋｏｓｋｏ．Ｂ提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则，给出了一种新的学习算法，新算法克服了Ｋｏｓｋｏ．Ｂ算法的缺陷，在一定条件下，本文的学习算法能将模式对完整地联想出来．另外，本文在分析网络的容错性及稳定性的基础上，提出了一种五层混合模糊联想记忆网络，五层混合网络具有良好的联想容错能力．实验结果表明，本文的学习算法及混合网络是有效的． 展开更多

关键词 神经网络 模糊联想记忆 学习算法 吸引域

在线阅读 下载PDF 职称材料

最大-乘积模糊联想记忆的神经网络学习算法 被引量：2

17

作者 杨群生 余英林 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第5期699-702,共4页

在模糊系统中 ,从某种意义上说 ,乘积关系编码可以比最小关系编码保留更多的信息 .提出了最大乘积模糊联想记忆的一种新的神经网络学习算法 ,并给出了严格的理论证明 .该算法能够将多个模糊模式对可靠地编码存储到尽可能少的连接权矩阵... 在模糊系统中 ,从某种意义上说 ,乘积关系编码可以比最小关系编码保留更多的信息 .提出了最大乘积模糊联想记忆的一种新的神经网络学习算法 ,并给出了严格的理论证明 .该算法能够将多个模糊模式对可靠地编码存储到尽可能少的连接权矩阵中 ,从而大大地减少存储空间 ,而且容易实现 ,并举例验证了它的有效性 . 展开更多

关键词 最大-乘积 模糊联想记忆 神经网络 学习算法

在线阅读 下载PDF 职称材料

基于极大极小准则的异联想记忆网络学习算法 被引量：2

18

作者 梁学斌 吴立德 《电子学报》 EI CAS CSCD 北大核心 1996年第8期28-32,共5页

提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大．首先给出了一种快速学习算法，它设计出的网络连接权值只取１，０或－１；再进一步发展了一个启发性迭代学习算法，称为约束... 提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大．首先给出了一种快速学习算法，它设计出的网络连接权值只取１，０或－１；再进一步发展了一个启发性迭代学习算法，称为约束感知器优化学习算法，它以快速学习算法的结果作为连接权阵的迭代初值．计算机实验结果表明了所提学习算法的优越性． 展开更多

关键词 异联想记忆模型 极大极小准则 快速学习算法

在线阅读 下载PDF 职称材料

异联想记忆模型的优化学习算法 被引量：1

19

作者 汪涛 庄新华 邢小良 《计算机学报》 EI CSCD 北大核心 1993年第2期97-105,共9页

本文提出了一种异联想记忆模型的优化学习算法.首先,我们将反映神经元网络性能的标准转化为一个易于控制的代价函数,从而将权值的确定过程自然地转化为一个全局最优化过程.优化过程采用了梯度下降技术.这种学习算法可以保证每个训练模... 本文提出了一种异联想记忆模型的优化学习算法.首先,我们将反映神经元网络性能的标准转化为一个易于控制的代价函数,从而将权值的确定过程自然地转化为一个全局最优化过程.优化过程采用了梯度下降技术.这种学习算法可以保证每个训练模式成为系统的稳定吸引子,并且具有优化意义上的最大吸引域.在理论上,我们讨论了异联想记忆模型的存储能力,训练模式的渐近稳定性和吸引域的范围.计算机实验结果充分说明了算法的有效性. 展开更多

关键词 异联想记忆 模型 优化学习算法

在线阅读 下载PDF 职称材料

联想记忆网络的约束优化学习 被引量：1

20

作者 汪涛 俞瑞钊 《计算机学报》 EI CSCD 北大核心 1995年第12期886-892,共7页

本文提出了一种联想记忆网络的约束优化学习算法，学习算法是一个全局最小化过程，其初始解保证每个样本是系统的稳定状态，然后逐步增大样本的吸引域，使网络具有优化意义上的最大吸引域．在理论上，我们分析了样本的渐近稳定性和吸引... 本文提出了一种联想记忆网络的约束优化学习算法，学习算法是一个全局最小化过程，其初始解保证每个样本是系统的稳定状态，然后逐步增大样本的吸引域，使网络具有优化意义上的最大吸引域．在理论上，我们分析了样本的渐近稳定性和吸引域范围，以及学习算法的收敛性．大量计算机实验结果说明学习算法是行之有效的． 展开更多

关键词 学习算法 联想记忆网络 神经网络 约束优化学习

在线阅读 下载PDF 职称材料