模糊汉明神经网络及实现研究.pdfVIP

第九届全国多值逻辑与模棚逻辑学术会议 模糊汉明神经网络及其实现的研究舟 华强 郑启伦 (惠州太掌广东患州5160i5)(华南理工大掌广州51064” 摘要：典型汉明网未考虑模式重叠和算法是否收敛．本文提出的模糊汉明神经网络可 接受二值和非二值输八：使用模糊类隶属度解决模式重叠问题：采用比较子网末保证收敛 和减少互连．模块式的电路设计便于网络的扩展和VLsI实现． 关键词：模式识别，模糊逻辑，神经网络，汉明网 TN70l A 中图分类号： 文献标识码： 文章编号： Networkandns Neural Implementation FuzzyHamming 2 Hua Qiang1，zhengQi一1un (1．HuizhouuniveTs咄Huizhou，516015，chjna； Abst瑚ct：Becauseof ne¨orksdon’tcollsiderme of typical Hammillg probIempattem neumlⅡeMor叠(isca工l botll 0verl3p卸dconve唱ence，a向z巧HaT砌ingpmposed．Itacceptbinary 锄dnon七inary of input；re∞lve也epa“emovefI印wi血血e知zzydegree a11ddec代aseinterconnec石onwImthe sub—ne押ork c∞Ver薛nce comp撕son Using|nodular and in circuit f世tworkis extended VLSI desigIl，t|Lis e硒ily impIemeIltedtechnojo移 Networks，panem network K辟ywords：Ha哪ing recognize，fu五了logic，neural 1典型汉明神经网络及其存在的问题 其类别就是识别的结果【6，7]。 如将式(1)中的F；i视为权值，此权值即 用于模式识另0的典型汉明神经网络 为摸板分量而无需学习，运算为简单的异 或非．这使得汉明网在众多的神经网络中 (HammingNetwork)为两层子网结构(见图 1)。其第一层匹配子网用于计算待识模式 最易于实现．成为模式识别神经网络的重 与所存各模扳之问的匹配废：第二层竞争 要类型Il—4]。 AIl 子网是一个求最大网络，即winnerTake 然而，典型汉明网未考虑不同模式之 (w1A)网络。输入模式x与阿络所存的间的重叠．没有充分利用输入模式与网络 中其他神经元，特别足接近获胜的神经元 n1个模扳F．之问的匹配度Msi按式(1)计 算。