形態(tài)分解聯(lián)想算法及抗隨機噪聲的應用與研究.pdf

1、聯(lián)想記憶是人類腦細胞的重要功能之一，人工神經(jīng)網(wǎng)絡一個很重要的方面就是模擬人類的聯(lián)想記憶功能。20世紀末，G.X.Ritter[1,2]等人提出的雙向形態(tài)學聯(lián)想記憶網(wǎng)絡(MBAM)是一種較為有效的聯(lián)想記憶網(wǎng)絡，它不僅克服了經(jīng)典聯(lián)想記憶網(wǎng)絡存儲能力有限、聯(lián)想記憶需要多次迭代等缺陷，而且對含單一噪聲二值圖像有較強的抗噪能力，但它幾乎沒有抗隨機噪聲的能力。雙向形態(tài)學聯(lián)想記憶網(wǎng)絡及它的各種改進型網(wǎng)絡在處理模糊性解釋的問題上無能為力，B.Kosko

2、[3]提出了模糊聯(lián)想記憶網(wǎng)絡(FAM)，解決了模糊性解釋的問題，然而這種網(wǎng)絡的存儲能力卻極為微弱。為此，有學者將形態(tài)學和模糊聯(lián)想記憶網(wǎng)絡相結(jié)合提出了雙向模糊形態(tài)學聯(lián)想記憶網(wǎng)絡(FMBAM)，較好的解決了FAM存儲能力微弱的缺陷，并還具有很強的抗單一噪聲能力，可它對隨機噪聲幾乎沒有任何抑制性，這一缺陷限制了該網(wǎng)絡的應用本文主要做了四方面的工作，一是將動態(tài)核與圖像分解算法相結(jié)合得到了動態(tài)核形態(tài)分解聯(lián)想算法，仿真實驗結(jié)果表明該算法具有很強的抗