模糊双向联想记忆网络的极限环长度及模糊矩阵周期算法

模糊双向联想记忆网络的极限环长度及模糊矩阵周期算法

论文摘要

本文主要研究了模糊双向联想记忆网络的最大极限环长度。由于分解定理建立了模糊矩阵和布尔矩阵之间的桥梁,所以我们首先从布尔矩阵开始对这个问题展开研究。根据回路顶点的特点,我们按照下面三种情况进行了逐步深入地探讨,并且分别推导出了不同的结论。第一,连接权矩阵为强连通布尔矩阵,此时模糊双向联想记忆网络的最大极限环长度为连接权矩阵乘积的周期指数,从而极限环具有可达性;第二,两个强连通分支有路径连接,此时如果两个强连通分支的周期指数互素,那么网络的最大极限环长度为其最大者,否则,网络的最大极限环长度就等于二者的最小公倍数;第三,n个相邻强连通分支有路径连接,给出了计算最大极限环长度的方法,通过激发模式的变化,逐渐减少强连通分支的个数,直到只有两个分支。本文在最后给出了模糊矩阵周期指数的两个算法。算法一直接根据模糊矩阵幂序列来实现,克服了幂序列是无限的缺点,根据该算法幂只需从1 计算到2 n?1即可。算法2 借助了图论中求可达矩阵的Warshall 算法和求强连通图周期指数的Balcer ? Veinott算法,以往的Warshall 算法只能应用于布尔矩阵,本文首先把Warshall 算法推广到一般的模糊矩阵,并给出了详细的理论证明过程。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 模糊信息处理的神经网络方法
  • 1.2 基本模糊神经元及模糊联想记忆网络模型
  • 1.3 问题背景
  • 第2章 模糊双向联想记忆网络的动态分析
  • 2.1 模糊双向联想记忆网络简介
  • 2.2 FBAM 网络的极限环长度及可达性
  • 2.3 本章小结
  • 第3章 模糊矩阵周期指数的算法
  • 3.1 推广的Warshall 算法
  • 3.2 模糊矩阵周期指数算法及推导过程
  • 3.3 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].一种模糊双向联想记忆网络的性质研究[J]. 控制工程 2016(11)
    • [2].乘除形态学联想记忆及其性能分析[J]. 河南师范大学学报(自然科学版) 2016(05)
    • [3].复形态双向联想记忆网络及其性能分析[J]. 信息与控制 2015(03)
    • [4].对数-指数形态学联想记忆[J]. 软件学报 2015(07)
    • [5].高中国际班学生英语词汇的拓展策略[J]. 教学月刊·中学版(教学参考) 2017(Z1)
    • [6].关于高中英语学习中词典价值及用法的认识[J]. 新课程(下) 2016(10)
    • [7].浅谈高中英语词汇教学的策略[J]. 青少年日记(教育教学研究) 2016(11)
    • [8].运用联想记忆,提升初中英语词汇教学效果[J]. 新课程导学 2017(04)
    • [9].重视形象联想记忆 增强语文学科素质[J]. 中学语文 2017(06)
    • [10].英语词汇学习漫谈[J]. 校园英语 2017(26)
    • [11].巧用“联想记忆” 帮助学生学习[J]. 课程教材教学研究(教育研究) 2012(01)
    • [12].一种有效的异联想形态学记忆方法[J]. 小型微型计算机系统 2015(10)
    • [13].带有阈值的广义模糊双向联想记忆网络的稳定性分析[J]. 山东大学学报(理学版) 2014(01)
    • [14].形态学联想记忆网络的进展研究[J]. 电脑知识与技术 2013(24)
    • [15].基于分组划分的形态学异联想记忆研究[J]. 河南师范大学学报(自然科学版) 2012(02)
    • [16].形态学联想记忆存储性能的研究[J]. 计算机工程与应用 2011(21)
    • [17].形态学联想记忆框架研究[J]. 计算机学报 2010(01)
    • [18].形态学联想记忆在图像联想识别上的应用[J]. 河南师范大学学报(自然科学版) 2010(03)
    • [19].形态学联想记忆的研究综述[J]. 计算机应用研究 2010(10)
    • [20].动态核的αβ联想记忆网络及抗随机噪声研究[J]. 计算机应用与软件 2008(05)
    • [21].形态学联想记忆中对偶核的研究及改进[J]. 商丘师范学院学报 2014(09)
    • [22].浅谈联想记忆在教学中的应用[J]. 科教文汇(上旬刊) 2008(12)
    • [23].自联想记忆神经网络研究[J]. 计算机技术与发展 2011(03)
    • [24].基于一类T-模的模糊双向联想记忆网络的稳定性分析[J]. 后勤工程学院学报 2010(05)
    • [25].一种新的形态学联想记忆网络模型研究[J]. 计算机应用与软件 2014(06)
    • [26].最优线性联想记忆网络的γ谱解析[J]. 中国计量学院学报 2013(01)
    • [27].形态学联想记忆在内隐学习中的应用[J]. 河南师范大学学报(自然科学版) 2013(03)
    • [28].模糊形态学双向联想记忆网络的性质[J]. 模式识别与人工智能 2012(01)
    • [29].双向联想记忆神经网络的指数输入-状态稳定性[J]. 重庆师范大学学报(自然科学版) 2016(04)
    • [30].形态学联想记忆的记忆性能研究[J]. 计算机应用与软件 2012(08)

    标签:;  ;  ;  ;  

    模糊双向联想记忆网络的极限环长度及模糊矩阵周期算法
    下载Doc文档

    猜你喜欢