模糊联想记忆.ppt
《模糊联想记忆.ppt》由会员分享,可在线阅读,更多相关《模糊联想记忆.ppt(15页珍藏版)》请在三一文库上搜索。
1、模糊联想记忆,Outline,引言 模糊 Hebb FAMs 添加FAM规则 联想输出与清晰化 FAM系统结构,引言,Hebb假设 :Donald O.Hebb 在The Organization of Behavior一书中提出:“当细胞A的轴突到细胞B的距离近到足够激励它,且反复地或持续地刺激B,那么在这两个细胞或一个细胞中将会发生某种增长过程或代谢反应,增加A对细胞B的刺激效果”。 1987年美国Bart Kosko教授提出了一种称为模糊联想记忆神经网络(Fuzzy Associative MemoryFAM,这种联想记忆神经网络是将模糊控制的规则隐含地分布在整个网络中,在神经网络的基础
2、上通过学习训练产生模糊规则,一次模糊联想记忆就是一次模糊逻辑推理。 在模糊控制、知识推理和模式匹配等领域有着广泛的应用前景。,模糊 Hebb FAMs,经典的 Hebb 学习(作为一种非监督训练)有:,对于一对给定的双极值行向量(X,Y),神经网络要把他们对应起来用外积关系矩阵编码,一种用最小关系编码的模糊Hebb关系矩阵,上述法则可叫做模糊外积,或最小关系编码。,模糊 Hebb FAMs,可以看出: 每列的元素是每个bj相对与A的最小值,每行是每个ai相对与B的最小值。 如果A中的某个元素比B中的所有元素都大,则M矩阵中的该行就是B行向量。 如果B中的某个元素比A中的所有元素都大,则M矩阵中
3、的该列就是整个A向量的转置。这就是后面要提出的向量的高度H(A)。,模糊 Hebb FAMs, ,对任意的, ,对任意的, ,当且仅当, ,当且仅当,如果 ,则有,用最小关系编码构造的模糊Hebb FAM进行联想记忆时其精度依赖于H(A),H(B),它们的关系在以下定理中体现:,A是一个模糊集,令,把H(A)叫做模糊集A的高度。,A是一个模糊集,若H(A)=1,则称A是正则的。,模糊 Hebb FAMs,相关积编码与相关最小编码的差别在于不取最小,而是一般的向量相乘运算。,模糊 Hebb FAMs,由上计算可以看出,对于构造的M,对于一个输入向量,则:,这个FAM系统最大强度的响应输出B,若,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模糊 联想 记忆
链接地址:https://www.31doc.com/p-3613474.html