-
题名模糊形态联想记忆网络抗随机噪声研究及应用
被引量：2
- 1
-
-
作者
吴锡生
王宇辉
王士同
-
机构
江南大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第12期66-68,201,共4页
-
基金
江苏省自然科学基金(the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2003017)。
-
文摘
利用灰度图像分解的思想,结合模糊形态联想记忆网络的方法,提高了模糊形态联想记忆网络对随机噪声的抗噪能力。成功地解决了灰度图像在含有随机噪声时的模糊联想记忆问题,并把该方法推广到对彩色图像的处理,从而给出了一种较好地恢复含噪灰度图像和彩色图像的途径。通过实验,验证了该方法的良好性能,取得了较理想的结果。
-
关键词
动态核
模糊形态联想记忆
灰度图分解
彩色图像
随机噪声
-
Keywords
dynamic kernel
fuzzy morphological associative memories
decomposition gray-scale images
color images
random noise
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名训练模式摄动对模糊形态学神经网络的影响
- 2
-
-
作者
曾水玲
徐蔚鸿
杨静宇
-
机构
吉首大学数学与计算机科学学院
南京理工大学计算机科学与技术学院
长沙理工大学计算机与通信工程学院
-
出处
《控制工程》
CSCD
北大核心
2011年第5期731-734,742,共5页
-
基金
国家自然科学基金项目(60632050)
教育部重点科研项目(208098)
+1 种基金
湖南省教育厅科研基金重点项目(07A056)
湖南省教育厅科学研究优秀青年项目资助(10B088)
-
文摘
在构建神经网络时,采集的训练模式总存在摄动,如何度量这种摄动,提出模糊集摄动度量的新方法。众多学者研究的两类形态学联想记忆网络的存储能力和抗腐蚀/膨胀噪声的能力等性质几乎都相同,但基于这种模糊集摄动的度量方法,研究训练模式摄动对两类模糊形态学联想记忆网络的影响时发现,两类网络对训练模式摄动的鲁棒性差异很大,其中一类模糊形态学联想记忆网络对训练模式摄动拥有好的鲁棒性;而另一类模糊形态学联想记忆网络的这个性质较差。研究内容对形态学联想记忆网络的性能分析、学习算法的选择和训练模式获取设备精度的选择有一定的指导意义。
-
关键词
模糊形态联想记忆网络
摄动
训练模式
鲁棒性
-
Keywords
fuzzy morphological associative memory network
perturbation
training pattern pair
robustness
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
