形态学联想记忆络研究.pdf

lIIII II I IIIIlILIII Ul Y1 摘 要 联想记忆(associative memory,AM)是人脑的重要功能，是逻辑思维和形象思维、 推理和创新的源泉。在模拟联想记忆的研究中，人工神经网络扮演了重要角色。联想记 AM的提出及其有限范围内 忆神经网络的突破性研究来自于20世纪80年代初Hopfield 的成功应用。但经典联想记忆神经网络的存储能力有限，为此，国内外众多学者致力于 AssociativeMemories． 和联想记忆网络相结合提出了形态学联想记忆网络(Morphological 具有许多优点，形态学自联想具有无限存储能力，一步回忆记忆，良好的抵抗腐蚀噪声 或膨胀噪声的能力，以及在模式识别、图像处理、推理和预测等方面具有广阔的应用前 景。 然而，MAM对于既有腐蚀又有膨胀的混合噪声和随机噪声的回忆是脆弱的；形态 学异联想的存储性能较弱，即使输入模式无噪声，它也不能保证完全回忆记忆。 近20年来，MAM得到了很大发展，但对它的系统研究仍显不够，本文主要从以下 几个方面对MAM进行了分析和综述： 1在纵横两个维度上对MAM进行了研究。在横向上与传统经典AM进行了分析和 比较。主要在稳定性、存储性能、收敛性、容错性、应用性等方面比较、分析和研究； 作以分析和比较。 2介绍了最新的研究进展。首先，给出了一个MAM框架。该框架具有重要的理论 意义和实际意义。在理论上，它将已有几类MAM统一在一起，使MAM抽象化、形式 化、系统化和理论化，从而深刻揭示MAM的本质；在实践上，通过框架的泛化，可以 帮助我们发现更多的联想记忆方法，这些方法对异联想来说非常有用，使得它能够解决 更多的异联想问题。其次，提出了一种新的MAM方法1％，和1Mx，。研究证明，1％，和 1Mx，能够提高异联想的有效性。1％，，和‘Mx，的性质和原创峨，和Mx，，具有互补性，是 对现有形态学异联想方法的必要补充。 3分析了MAM今后的发展趋势和研究重点。虽然从20世纪术至0现在，形态学联 想记忆网络的研究无论是在理论上还是在应用方面都已取得了丰硕的成果，但仍然存在 着很多有待解决的问题，需要我们进一步去研究和探讨。 关键词：联想记忆，形态学联想记忆，形念学联想记忆框架，形态学联想记忆方法，形 态学联想记忆发展趋势 ABSTRACT the Associative oneof functionsof human alsothesourceof memory(AM)is brains，and important and andinnovation．Inthesimulationofassociative logicalthinkingimaginarythinking，reasoning study neuralnetworksan role．The researchofassociative memory,artificial play important breakthrough networksstartedfromthe AM atthe20th 80sand memo呵neural Hopfieldbeingproposed century,early itssuccessful