模糊联想记忆网络的增强学习算法

摘要：

针对Kosko提出的最大最小模糊联想记忆网络存在的问题,通过对这种网络连接权学习规则的改进,给出了另一种权重学习规则,即把Kosko的前馈模糊联想记忆模型发展成为模糊双向联想记忆模型,并由此给出了模糊快速增强学习算法,该算法能存储任意给定的多值训练模式对集.其中对于存储二值模式对集,由于其连接权值取值0或1,因而该算法易于硬件电路和光学实现.实验结果表明,模糊快速增强学习算法是行之有效的.

关键词：模糊联想记忆、增强学习算法、连接权矩阵

所属期刊栏目：8

分类号：TP183(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：84-90