-
题名基于构造性形态学神经网络的一种提升算法
被引量：1
- 1
-
-
作者
邓文豪
金炜东
吴旭东
-
机构
西南交通大学电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第18期140-143,198,共5页
-
基金
国家自然科学基金重点项目(No.61134002)
-
文摘
构造性形态学神经网络算法(CMNN)是一种数学形态学与传统的神经网络模型相结合的一种非线性神经网络,有较强的实用性。其训练算法根据形态学联想记忆而来,在测试过程中采用形态学算子将测试样本归类于训练得到的超盒之中。由于其测试过程无法正确地将落在超盒外的样本进行分类,后有人提出了一种基于模糊格的形态学神经网络(FL-CMNN),该算法用样本与超盒的隶属度判断提高了原CMNN算法的分类效果,但增加了算法的复杂程度且分类效果不稳定。这里提出一种基于构造性形态学神经网络算法的提升算法(LCMNN),该算法继承了原有的形态学算子运算速度快的优点且能够将落在超盒之外的样本进行准确地归类。数值实验表明,基于构造性形态学神经网络算法的提升算法(LCMNN)与其他几种算法相比,能够达到最好的分类效果,而且简单易行,计算时间少。
-
关键词
构造性形态学神经网络
提升算法
分类
-
Keywords
constructive morphology neural network
ascension algorithms
classification
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名新型模糊形态神经网络及其应用研究
被引量：2
- 2
-
-
作者
程科
王士同
杨静宇
-
机构
南京理工大学计算机科学与技术系
-
出处
《计算机工程与应用》
CSCD
北大核心
2004年第21期72-74,152,共4页
-
基金
江苏省自然科学基金项目(编号:BK2002001)资助
-
文摘
该文在简要介绍形态学神经网络(MorphologicalNeuralNetwork,简称MNN)的基础上,提出了一种新型的模糊形态学神经网络,给出了其相应的模型。结合实例,比较了常见BP网络、形态学BP神经网络和模糊形态BP神经网络的训练结果和性能。实验结果表明,这种新型的神经网络具有较高的识别率和适应能力,同时此新型神经网络的提出丰富了神经网络模糊技术的研究。
-
关键词
形态学神经网络
模糊形态神经网络
-
Keywords
Morphological Neural Network(MNN),Fuzzy Morphological Neural Network(FMNN)
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名新模糊形态学联想记忆网络的初步研究
被引量：27
- 3
-
-
作者
王敏
王士同
吴小俊
-
机构
南京般空航天大学计算机科学与工程系
江南大学信息工程学院
中国科学院沈阳自动化研究所机器人学重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2003年第5期690-693,共4页
-
基金
江苏省青年科技基金 (No BQ2 0 0 0 0 0 3)
江苏省自然科学基金 (No BK2 0 0 2 0 0 1 )
+1 种基金
中国科学院沈阳自动化研究所机器人学重点实验室基金(No RL2 0 0 1 0 8)
江苏省高校自然科学基金 (No 0 1JKB52 0 0 2 )
-
文摘
人工神经网络理论已经被成功地应用于各种不同的模式识别问题 .重点研究了联想记忆网络 ,提出了一种新的基于形态学和模糊运算的联想记忆网络 ,即模糊形态学联想记忆网络FMAM .它与经典联想记忆和模糊联想记忆FAM有显著不同 .文中分析了FMAM的记忆能力和抗腐蚀 /膨胀噪声的能力 .自联想FMAM具有无限存储能力 ,能保证完全回忆 ,并且回忆在一步内完成 ,可模糊性解释等 .
-
关键词
自联想记忆
数学形态学
形态学联想记忆
形态学神经网络
-
Keywords
Data storage equipment
Fuzzy sets
Mathematical morphology
Theorem proving
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名形态学联想记忆框架研究
被引量：25
- 4
-
-
作者
冯乃勤
刘春红
张聪品
徐久成
王双喜
-
机构
河南师范大学计算机与信息技术学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2010年第1期157-166,共10页
-
基金
国家自然科学基金(60873104)
河南省自然科学基金(0511012300)
河南师范大学博士基金(521662)资助~~
-
文摘
形态学联想记忆(MAM)是一类极为新颖的人工神经网络.典型的MAM实例对象包括:实域MAM(RMAM)、复域MAM(CMAM)、双向MAM(MBAM)、模糊MAM(FMAM)、增强的FMAM(EFMAM)、模糊MBAM(FMBAM)等.它们虽有许多诱人的优点和特点,但有相同的形态学理论基础,本质上是相通的,将其统一在一个MAM框架中是可能的.同时,联想记忆统一框架的建立也是当前的研究重点和难点之一.为此作者构建了一个形态学联想记忆框架.文中首先分析MAM类的代数结构,奠定可靠的MAM框架计算基础;其次,分析MAM类的基本操作和共同特征,抽取它们的本质属性和方法,引入形态学联想记忆范式和算子;最后,提炼并证明主要的框架定理.该框架的意义在于:(1)从数学的角度将MAM对象统一在一起,从而能以更高的视角揭示它们的特性和本质;(2)有助于发现一些新的形态学联想记忆方法,从而解决更多的联想记忆、模式识别、模糊推理等问题.
-
关键词
形态学神经网络
形态学联想记忆
范式
算子
框架
-
Keywords
morphological neural networks
morphological associative memories
norm
operator
framework
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名利用动态核的形态联想记忆网络的研究
被引量：11
- 5
-
-
作者
吴锡生
黄少芳
王士同
-
机构
南京理工大学计算机系
江南大学信息工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2005年第11期2907-2909,共3页
-
基金
江苏省自然科学基金项目(BK2003017)
-
文摘
在文献[1]的基础上,提出了一个基于动态核的形态联想记忆网络方法,特点是同一幅图像,如果其所含的噪声情况不同,则其核也将不同,从而较好地解决了图像含有随机噪声时的联想记忆问题。实验证明,此方法具有良好的性能,双向联想记忆的准确率优于文献[1]中介绍的方法。
-
关键词
联想记忆
形态学
形态学神经网络
核动态核
-
Keywords
associative memories
morphology
morphological neural networks kernel
dynamic kernel.
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名动态核的形态分解联想算法及抗随机噪声研究
被引量：1
- 6
-
-
作者
王宇辉
吴锡生
王士同
-
机构
江南大学信息工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第14期3449-3452,共4页
-
基金
江苏省自然科学基金项目(BK2003017)
-
文摘
在灰度图像分解算法和动态核形态联想记忆网络的基础上,提出了一种新的联想记忆算法——动态核的形态分解联想算法。该方法显著地提高了联想记忆抗随机噪声的能力,较好地解决了灰度图像在含噪时的联想记忆和识别的问题,从而给出了一种恢复含噪灰度图像的途径,并把该方法推广到了彩色图像的处理。通过实验,验证了该方法的良好性能,取得了理想的结果。
-
关键词
动态核
形态分解联想算法
形态学神经网络
随机噪声
识别匹配
-
Keywords
dynamic kernel
morphological decomposing associative memory
morphological neural networks
random noise
recognition and matching
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
